【亲测免费】 AutoDock-GPU:加速分子对接的强大工具
2026-01-17 08:56:47作者:滕妙奇
项目介绍
AutoDock-GPU 是由 Scripps Research 的 Forli 实验室开发的一款开源项目,旨在通过 GPU 和其他加速器来加速分子对接过程。该项目是 AutoDock4.2.6 的 OpenCL 和 Cuda 加速版本,能够并行处理配体-受体姿态,从而显著提高计算效率。
项目技术分析
AutoDock-GPU 利用了其 embarrassingly parallelizable LGA(局部梯度搜索算法),通过在多个计算单元上并行处理配体-受体姿态来实现加速。项目支持多种加速器,包括 GPU、CPU 和 FPGA,并且提供了 OpenCL 和 Cuda 两种实现路径。此外,项目还开发了一个批量配体处理管道,进一步优化了虚拟筛选过程。
项目及技术应用场景
AutoDock-GPU 适用于需要高效处理大量分子对接任务的场景,如药物发现、蛋白质-配体相互作用研究等。其高度并行化的特性使得它特别适合在拥有强大计算资源的集群或高性能计算机上运行,如 Oak Ridge National Laboratory 的 Summit 超级计算机。
项目特点
- 多平台支持:支持多种计算平台,包括 GPU、CPU 和 FPGA。
- 显著加速:在 GPU 上相比原版 AutoDock 4.2 实现了高达 56 倍的加速。
- 灵活的编译选项:提供了丰富的编译参数,用户可以根据具体需求和硬件配置进行优化。
- 批量处理能力:支持批量配体处理,适用于大规模虚拟筛选任务。
- 持续发展:项目持续更新,包括正在开发的 SYCL 版本,支持最新的 Intel GPU。
通过使用 AutoDock-GPU,研究人员可以大幅缩短分子对接的计算时间,从而加速药物发现和生物分子研究的进程。无论是学术研究还是工业应用,AutoDock-GPU 都是一个值得推荐的高效工具。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0204- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
awesome-zig一个关于 Zig 优秀库及资源的协作列表。Makefile00
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
609
4.05 K
Ascend Extension for PyTorch
Python
447
534
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
924
774
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.47 K
829
暂无简介
Dart
851
205
React Native鸿蒙化仓库
JavaScript
322
377
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
372
251
昇腾LLM分布式训练框架
Python
131
157