AutoDock Vina在Linux系统上的安装与使用指南
2026-02-06 05:24:10作者:管翌锬
AutoDock Vina是一款广泛应用于分子对接研究的开源软件,本文将详细介绍如何在Linux系统上正确安装和运行该软件。
软件特性与安装准备
AutoDock Vina是一个命令行工具,提供快速的分子对接功能。它支持多种功能:
- AutoDock4.2和Vina评分函数
- 同时对接多个配体和虚拟筛选的批处理模式
- 大环分子支持
- 水化对接协议
- 读写外部AutoDock地图
- Python绑定(Linux和Mac)
安装方法
预编译可执行文件安装
从项目发布页面下载最新版本的预编译可执行文件:
wget https://github.com/ccsb-scripps/AutoDock-Vina/releases/download/v1.2.5/vina_1.2.5_linux_x86_64
chmod +x vina_1.2.5_linux_x86_64
验证文件类型:
file vina_1.2.5_linux_x86_64
使用pip安装Python绑定
pip install -U numpy vina
使用Conda环境安装
- 安装Miniconda或Anaconda
- 创建专用环境:
conda create -n vina python=3
conda activate vina
conda config --env --add channels conda-forge
- 安装依赖和Vina:
conda install -c conda-forge numpy swig boost-cpp libboost sphinx sphinx_rtd_theme
pip install vina
从源代码编译
注意:从源代码编译不适合普通用户!
- 安装编译工具:
sudo apt-get install build-essential libboost-all-dev swig
- 克隆仓库:
git clone https://gitcode.com/gh_mirrors/au/AutoDock-Vina
cd AutoDock-Vina
- 编译二进制文件:
cd build/linux/release
make
- 编译Python绑定:
cd ../python
conda install -c conda-forge numpy boost-cpp swig
rm -rf build dist *.egg-info
python setup.py build install
基础使用教程
对于初次接触分子对接的用户,建议从简单案例开始:
- 准备受体和配体文件(PDBQT格式)
- 创建配置文件指定对接参数
- 运行基本对接命令:
./vina --config config.txt --log log.txt
项目提供了丰富的示例文件,位于example目录下,包含多种对接场景的完整案例。
项目结构
AutoDock-Vina项目包含以下主要目录:
- src/:源代码目录,包含核心算法实现
- example/:示例文件,包含多种对接场景
- docs/:文档目录,包含详细的使用说明
- data/:参数数据文件
学习建议
初学者可以通过项目提供的示例文件快速上手,了解分子对接的基本流程和文件格式要求。掌握基本概念后,可以进一步探索高级功能如柔性对接、水化对接等。
技术支持
项目提供完整的文档说明,位于docs目录下。遇到问题时可以参考官方文档或查阅源代码实现。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0144- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0110
项目优选
收起
暂无描述
Dockerfile
730
4.72 K
Ascend Extension for PyTorch
Python
607
778
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
433
390
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++
995
1 K
昇腾LLM分布式训练框架
Python
165
196
暂无简介
Dart
984
249
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
234
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.12 K
144
