【亲测免费】 Meeko 项目使用教程
2026-01-22 04:09:39作者:秋阔奎Evelyn
1. 项目介绍
Meeko 是一个用于准备小分子以进行 AutoDock 对接的开源工具。它能够读取 RDKit 分子对象并生成适用于 AutoDock-Vina 和 AutoDock-GPU 的 PDBQT 字符串(或文件)。Meeko 还支持将对接结果转换为 RDKit 分子和 SD 文件,而不会丢失键序信息。该项目由 Scripps Research 的 Forli 实验室在计算结构生物学中心(CCSB)开发。
2. 项目快速启动
安装
通过 PyPI 安装
pip install meeko
从源码安装
git clone https://github.com/forlilab/Meeko
cd Meeko
pip install .
使用示例
生成 PDBQT 文件
from meeko import MoleculePreparation
from meeko import PDBQTWriterLegacy
from rdkit import Chem
input_molecule_file = "example/BACE_macrocycle/BACE_4.sdf"
for mol in Chem.SDMolSupplier(input_molecule_file, removeHs=False):
preparator = MoleculePreparation()
mol_setups = preparator.prepare(mol)
for setup in mol_setups:
setup.show() # 可选
pdbqt_string = PDBQTWriterLegacy.write_string(setup)
print(pdbqt_string, end="")
从对接结果生成 RDKit 分子
from meeko import PDBQTMolecule
from meeko import RDKitMolCreate
fn = "autodock-gpu_results.dlg"
pdbqt_mol = PDBQTMolecule.from_file(fn, is_dlg=True, skip_typing=True)
rdkitmol_list = RDKitMolCreate.from_pdbqt_mol(pdbqt_mol)
3. 应用案例和最佳实践
案例1:使用 Meeko 进行小分子对接
Meeko 可以用于准备小分子以进行 AutoDock-Vina 或 AutoDock-GPU 对接。通过将小分子转换为 PDBQT 格式,可以确保对接过程中的分子结构完整性。
案例2:对接结果的后处理
对接完成后,Meeko 可以将对接结果转换回 RDKit 分子,便于进一步的分析和处理。这对于药物设计和分子模拟非常有用。
最佳实践
- 输入文件格式:建议使用 SDF 格式作为输入,因为 SDF 格式能够更好地保留分子的键序信息。
- 宏环处理:Meeko 默认启用宏环构象采样,这对于处理大环分子非常有用。
- 氢原子处理:确保输入分子包含显式氢原子,以避免在对接过程中丢失氢原子。
4. 典型生态项目
RDKit
RDKit 是一个开源的化学信息学库,广泛用于化学和生物信息学领域。Meeko 与 RDKit 紧密集成,能够直接处理 RDKit 分子对象。
AutoDock
AutoDock 是一个用于分子对接的开源软件包,包括 AutoDock-Vina 和 AutoDock-GPU。Meeko 生成的 PDBQT 文件可以直接用于这些对接工具。
ProDy
ProDy 是一个用于蛋白质动力学分析的 Python 库。Meeko 可以与 ProDy 结合使用,进行更复杂的蛋白质-配体对接分析。
通过这些生态项目的结合,Meeko 能够提供一个完整的分子对接和分析解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
538
3.76 K
Ascend Extension for PyTorch
Python
343
411
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++
886
604
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
337
181
暂无简介
Dart
775
192
deepin linux kernel
C
27
11
🎉 (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
1.34 K
757
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
895