课前准备-autodock vina分子对接分析梳理

作者，Evil Genius

无论发生什么，大家一定要有一个好的心态，人生从来都是起起落落。

这一篇我们来总结一下关于autodock vina分子对接的流程梳理，我自己做了一个合集，在分子动力学,大家学习内容要成系统的学，形成一个完整的流程。

AutoDock Vina（Vina） 是目前应用非常广泛的分子对接（molecular docking）软件，用于预测：

小分子药物与蛋白结合模式

配体可能结合位点

结合能（binding affinity）

蛋白-配体相互作用残基

典型流程：

蛋白质结构(PDB)
        |
        ↓
蛋白预处理
(remove water/add H)
        |
        ↓
生成 PDBQT
        |
        +
        |
小分子结构(SDF/MOL2)
        |
        ↓
Ligand准备
        |
        ↓
AutoDock Vina docking
        |
        ↓
多个结合构象
        |
        ↓
能量评分
        |
        ↓
PyMOL分析结合模式

第一步， autodock-vina的安装

conda install -c conda-forge autodock-vina

第二步，准备蛋白结构

来源：

方法1：PDB数据库

例如：

protein.pdb

方法2：AlphaFold预测

例如：

AF-Q9XXXX-F1.pdb

方法3：PyRosetta优化

推荐：

AlphaFold
    ↓
PyRosetta FastRelax
    ↓
protein_relaxed.pdb

第三步，蛋白结构处理

Vina需要：

PDBQT格式

安装：

conda install -c conda-forge autodocktools

转换：

prepare_receptor4.py \
-r protein.pdb \
-o protein.pdbqt

处理内容：

删除水分子

添加氢原子

添加电荷

设置原子类型

第四步，准备配体

例如：

drug.sdf

转换：

obabel drug.sdf \
-O ligand.pdbqt \
--gen3d

OpenBabel：

conda install -c conda-forge openbabel

第五步，确定结合区域

这是最关键步骤。

方法1：已知binding site

例如：

蛋白：

ATP pocket

x=25
y=36
z=12

设置：

center_x = 25
center_y = 36
center_z = 12

方法2：未知binding site

使用：

AutoSite
fpocket
P2Rank

寻找：

potential pocket

第六步，创建Vina配置文件

例如：

config.txt

receptor = protein.pdbqt

ligand = ligand.pdbqt


center_x = 25
center_y = 36
center_z = 12


size_x = 20
size_y = 20
size_z = 20


exhaustiveness = 16

num_modes = 10

参数：

第七步，执行Docking

命令：

vina \
--config config.txt \
--out docking_result.pdbqt \
--log docking.log

输出：

docking_result.pdbqt

例如：

mode 1
-9.2 kcal/mol

mode 2
-8.7 kcal/mol

mode 3
-8.3 kcal/mol

第八步，结果评价

Vina输出：

Affinity

单位：

kcal/mol

一般经验：

注意：

不能单独依据Vina score判断药效。

第九步，可视化分析（PyMOL）

转换

obabel \
docking_result.pdbqt \
-O docking.pdb

PyMOL：

加载：

protein.pdb
docking.pdb

显示：

show cartoon, protein

show sticks, ligand

分析：

氢键

疏水作用

π-π stacking

盐桥

第十步，与PyRosetta结合（推荐）

蛋白序列
   |
   ↓
AlphaFold
   |
   ↓
PyRosetta Relax
   |
   ↓
AutoDock Vina
   |
   ↓
结合模式
   |
   ↓
PyRosetta InterfaceAnalyzer
   |
   ↓
结合能优化

优势：

高级流程（药物设计）

蛋白序列
 ↓
AlphaFold结构
 ↓
PyRosetta Relax
 ↓
口袋预测(fpocket)
 ↓
虚拟筛选
 ↓
AutoDock Vina
 ↓
Top 100 compounds
 ↓
MM/GBSA
 ↓
MD模拟(Gromacs)
 ↓
实验验证

生活很好，有你更好。