三行代码搞定AutoDock Vina批量分子对接

分子对接是药物发现和蛋白研究中的核心步骤，但传统流程中，从分子下载、软件配置到结果分析，往往需要繁琐的操作和大量参数调试，让新手望而却步。

今天就给大家分享一套极简方案——用3行核心代码搞定基于AutoDock Vina的分子对接，甚至还能借助Gnina的CNN评分提升精度！无需手动点击，全程命令行操作，小白也能快速上手。

image.png

三行代码搞定AutoDock Vina批量分子对接

为什么选择Gnina？

Gnina 是基于AutoDock Vina开发的分子对接工具，它保留了Vina的轻量、快速特性，还加入了卷积神经网络（CNN）评分函数，能更精准地预测蛋白-配体结合亲和力，尤其适合虚拟筛选和结合模式预测。

我做过简单的测试，用共结晶的配体和蛋白使用AutoDock Vina做分子对接和Gnina的全蛋白对接结果差不多，所以省去了找box步骤便可以批量做分子对接，从而达到虚拟筛选的作用

• 安装代码：https://github.com/gnina/gnina
• 视频教程：https://www.youtube.com/watch?v=MG3Srzi5kZ0
• Slides PPT: https://bits.csb.pitt.edu/rsc_workshop2021/docking_with_gnina.slides.html#/
• 示例代码：https://colab.research.google.com/drive/1QYo5QLUE80N_G28PlpYs6OKGddhhd931
• 示例代码：https://colab.research.google.com/drive/1GXmk1v8C-c4UtyKFqIm9HnsrVYH0pI-c

在介绍代码前，先简单说下工具：

下面直接上干货！整套流程包含配体/蛋白下载、分子对接、结果汇总，核心代码仅3行，全程自动化。

准备工作

创建输出文件

mkdir -p Ligands Receptors DockResult logs

在运行前，需要准备两个文件（格式示例如下）：

• Ligand.list：配体ID列表（第一列名称，第二列PubChem的CID）

ligand1 12345
ligand2 67890

• Receptor.list：蛋白ID列表（第一列名称，第二列RCSB的PDB ID）

protein1 1ABC
protein2 2DEF

同时，确保安装了必要工具：gnina、python、pdbfixer、xargs（Linux/macOS自带，Windows可通过WSL或Cygwin使用）。

第1行：批量下载配体（PubChem）

从PubChem数据库批量下载配体的SDF文件，存到Ligands文件夹：

cut -f2 Ligand.list | xargs -P5 -I {} -n1 python get_pubchem.py --cid {} --output Ligands/{}.sdf

• 解析：
• cut -f2 Ligand.list：提取列表中第二列的PubChem CID（配体唯一标识）；
• `xargs -P5：用5个进程并行下载，加速获取；
• get_pubchem.py：辅助脚本（功能是调用PubChem API下载SDF格式配体）。

第2行：批量下载蛋白（RCSB PDB）

从RCSB PDB数据库下载蛋白的PDB文件，存到Receptors文件夹：

cut -f2 Receptor.list | xargs -P5 -I {} -n1 python get_pdb.py -i {} -o Receptors

• 解析：
• 类似配体下载逻辑，提取PDB ID后并行下载蛋白结构；
• get_pdb.py：辅助脚本（调用pdbfixerAPI下载PDB文件）。

第3行：批量运行分子对接（Gnina）

这是核心步骤！用Gnina批量处理所有蛋白-配体组合，自动完成对接并输出结果：

cat Receptor.Ligand | xargs -n2 -P5 bash -c '
gnina \
--receptor "Receptors/$1.pdb" \
--ligand "Ligands/$2.sdf" \
--autobox_ligand "Receptors/$1.pdb" \
--out DockResult/"$1--$2.sdf" \
--cpu 32 \
--scoring vina \
--seed 1 \
--cnn_verbose \
--exhaustiveness 256 \
--num_modes 50 \
--device 0 &> "logs/$1--$2.log"
' bash

• 关键参数解析：

• --receptor/--ligand：指定蛋白和配体文件；

• --autobox_ligand：根据蛋白自动生成对接盒子（无需手动设置中心和大小，新手友好！）；

• --scoring vina：使用Vina经典评分函数；

• --exhaustiveness 256：搜索强度（值越大结果越可靠，耗时略增）；

• --device 0：若有GPU，指定显卡加速（无GPU可省略，自动用CPU）。

一步生成对接总结报告

对接完成后，用一行代码汇总所有结果（结合能、排名等），输出CSV表格：

python3 get_score.py --dockdir DockResult --ligand Ligand.list --receptor Receptor.list --output DockSummary.csv

打开DockSummary.csv，就能直观看到每个蛋白-配体组合的对接分数，轻松筛选最优候选！

个性化设置

1. 盒子调整：若--autobox_ligand生成的盒子不合适，可手动用--center_x --center_y --center_z和--size_x --size_y --size_z指定；
2. 共结晶：可以利用该共结晶配体(lig.pdb)，帮助gnina设定box的位置 --autobox_ligand lig.pdb
3. 可视化：用PyMOL或ChimeraX打开DockResult中的SDF文件，可直观查看对接构象。
4. 热图：可以根据DockSummary.csv文件绘制top对接结果的热力值图