AutoDock-Vina 分子对接工具入门指南
2026-02-06 05:48:57作者:彭桢灵Jeremy
AutoDock-Vina 是一个开源的分子对接和虚拟筛选程序,广泛应用于药物发现和生物信息学领域。它基于简单的评分函数和快速的梯度优化构象搜索,能够高效地进行分子对接。
项目概述
AutoDock-Vina 是最快速且使用最广泛的开源对接引擎之一。它具备以下主要特性:
- 支持 AutoDock4.2 和 Vina 评分函数
- 支持多配体同时对接和批量模式的虚拟筛选
- 支持大环分子对接
- 水合对接协议
- 能够写入和加载外部 AutoDock 图谱
- 支持 Python 3 绑定(Linux 和 Mac)
安装方法
预编译版本安装
最简单的安装方式是使用 pip 安装 Python 绑定:
pip install -U numpy vina
Conda 环境安装
推荐使用 Conda 创建专用环境:
conda create -n vina python=3
conda activate vina
conda config --env --add channels conda-forge
conda install -c conda-forge numpy swig boost-cpp libboost sphinx sphinx_rtd_theme
pip install vina
从源码构建
对于高级用户,可以从源码构建:
git clone https://gitcode.com/gh_mirrors/au/AutoDock-Vina
cd AutoDock-Vina/build/linux/release
make
使用示例
项目提供了丰富的示例文件,位于 example/ 目录下,包含:
- 基础对接示例 (
basic_docking/) - 大环分子对接 (
docking_with_macrocycles/) - 锌金属蛋白对接 (
docking_with_zinc_metalloproteins/) - 柔性对接 (
flexible_docking/) - 水合对接 (
hydrated_docking/) - Python 脚本示例 (
python_scripting/)
常见问题解决
依赖库缺失问题
如果遇到编译错误,请确保安装必要的依赖库:
# Ubuntu/Debian
sudo apt-get install build-essential libboost-all-dev swig
# macOS (使用 Homebrew)
brew install boost swig
输入文件格式问题
确保输入的 PDBQT 文件格式正确。可以参考项目提供的示例文件,确保输入文件的格式与示例文件一致。
参数设置问题
详细阅读项目文档,了解每个参数的含义和使用方法。建议先从默认参数开始,逐步调整参数值以找到最佳设置。
项目结构
AutoDock-Vina/
├── data/ # 数据文件
├── docs/ # 文档
├── example/ # 使用示例
├── src/ # 源代码
│ ├── lib/ # 库文件
│ ├── main/ # 主程序
│ └── split/ # 分割工具
└── README.md # 项目说明
通过掌握这些基础知识和技巧,您可以更好地使用 AutoDock-Vina 进行分子对接研究,为药物发现和生物信息学研究提供有力支持。
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
Python小说下载神器:一键获取番茄小说完整内容如何用md2pptx快速将Markdown文档转换为专业PPT演示文稿 📊京东评价自动化工具:用Python脚本解放双手的高效助手三步掌握Payload-Dumper-Android:革新性OTA提取工具的核心价值定位终极Obsidian模板配置指南:10个技巧打造高效个人知识库终极指南:5步解锁Rockchip RK3588全部潜力,快速上手Ubuntu 22.04操作系统WebPlotDigitizer 安装配置指南:从图像中提取数据的开源工具终极FDS入门指南:5步掌握火灾动力学模拟技巧高效获取无损音乐:跨平台FLAC音乐下载工具全解析终极指南:5步复现Spring Boot高危漏洞CVE-2016-1000027
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.74 K
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
336
177
Ascend Extension for PyTorch
Python
340
404
React Native鸿蒙化仓库
JavaScript
302
355
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
596
暂无简介
Dart
770
191
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
114
140
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
12
1
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
986
247
