【免费下载】 **AutoDock Vina 安装与配置完全指南**
2026-01-20 01:54:15作者:昌雅子Ethen
项目基础介绍
AutoDock Vina 是一个开源的分子对接程序,由Oleg Trott博士在分子图形实验室(现CCSB)设计并实现,目前由斯克里普斯研究所的Forli实验室维护与发展。它以快速的搜索性能和简便性著称,支持多配体同时对接和虚拟筛选的批处理模式,是AutoDock工具套件中的重要组件之一。项目基于Apache-2.0许可协议发布。
主要编程语言: C++, Python (Python 3的绑定),C, SWIG, Shell, Makefile, 和少量的Batchfile。
关键技术和框架
- 分子对接算法: Vina采用简单的评分函数和快速梯度优化的构象搜索策略。
- 多平台兼容: 支持Linux和Mac OS上的Python 3绑定,便于脚本化控制。
- 文件格式兼容: 使用PDBQT格式,兼容AutoDock工具的输入输出。
- 灵活配置: 不需要预计算网格图或复杂参数调整即可运行。
准备工作与详细安装步骤
系统要求
确保你的系统是Linux或Mac OS,因为官方支持这些操作系统上的Python 3绑定。
步骤一:环境准备
-
安装Git: 用于从GitHub下载项目。
sudo apt-get install git # 对于Debian/Ubuntu sudo yum install git # 对于CentOS/RHEL brew install git # 对于Mac OS -
安装必要的依赖:
- 对于大多数Linux发行版,你需要安装
python3-dev,numpy,SWIG,gcc,make。sudo apt-get install python3-dev numpy swig gcc make # Debian/Ubuntu sudo yum install python3-devel numpy swig gcc make # CentOS/RHEL brew install swig # Mac OS, if not already installed
- 对于大多数Linux发行版,你需要安装
步骤二:下载源代码
打开终端,执行以下命令来克隆AutoDock Vina的仓库到本地:
git clone https://github.com/ccsb-scripps/AutoDock-Vina.git
cd AutoDock-Vina
步骤三:编译与安装
-
配置构建环境(如果需要,根据实际情况可能不需要手动配置)
-
构建并安装Vina:
mkdir build && cd build cmake .. make sudo make install
请注意,具体cmake命令可能会因版本不同或额外依赖而需调整。
步骤四:验证安装
安装完成后,可以通过运行Vina的帮助命令来验证是否成功安装:
vina --help
这应该会显示Vina的基本使用说明,包括其选项和参数。
步骤五:环境变量(可选)
如果需要,可以将Vina的可执行路径添加到PATH环境变量中,以便在全球范围内直接调用:
echo 'export PATH=$PATH:/path/to/vina/installation/bin' >> ~/.bashrc
source ~/.bashrc
请替换/path/to/vina/installation/bin为实际的安装目录。
至此,您已成功安装并配置了AutoDock Vina,现在可以开始您的分子对接和虚拟筛选之旅。记得查阅官方文档或教程深入了解如何使用Vina进行具体的科学计算任务。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C0123
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
491
3.62 K
Ascend Extension for PyTorch
Python
300
332
暂无简介
Dart
740
178
React Native鸿蒙化仓库
JavaScript
297
346
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++
866
473
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
289
123
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
11
1
🔥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
65
20
仓颉编程语言测试用例。
Cangjie
43
870