## 目录结构 ```shell project_root/ ├── input/ │ ├── receptors/ │ │ ├── TrpE_entry_1.pdb │ │ └── TrpE_entry_1.pdbqt │ ├── ligands/ │ │ ├── sdf/ │ │ │ ├── ligand_001.sdf │ │ │ ├── ligand_002.sdf │ │ │ └── ... │ │ └── pdbqt/ │ │ ├── ligand_001.pdbqt │ │ ├── ligand_002.pdbqt │ │ └── ... │ └── configs/ │ ├── TrpE_entry_1.box.txt │ └── TrpE_entry_1.box.pdb ├── results/ │ ├── poses/ │ │ ├── ligand_001_out.pdbqt │ │ ├── ligand_002_out.pdbqt │ │ └── ... │ └── scores/ │ ├── docking_scores.csv │ └── summary_report.txt └── scripts/ ├── batch_prepare_ligands.sh ├── batch_docking.sh └── analyze_results.py ``` ## 受体准备 pdbqt 文件 使用 alphafold 预测 pdb 文件 cif 文件。 修复使用 moderller 同源建模，或者 pdbfixer，MOE，maestro 等 这里使用 maestro 的 `Protein reparation Workflow` 模块 然后导出 pdb 文件 使用 meeko 准备受体文件 pdbqt 文件，详细可以[参考](https://meeko.readthedocs.io/en/release-doc/rec_overview.html) ```shell micromamba run -n vina mk_prepare_receptor.py -i receptor/FgBar1_cut_proteinprep.pdb --write_pdbqt receptor/FgBar1_cut_proteinprep.pdbqt ``` 选项组合用法 ### 举例1：用默认输出名生成 pdbqt 和 vina box 配置 mk_prepare_receptor.py -i 1abc.pdb -o 1abc_clean --write_pdbqt --write_vina_box 得到 1abc_clean_rigid.pdbqt, 1abc_clean.vina.txt ### 举例2：为指定残基设置模板/柔性，并生成 box 配置 ```shell mk_prepare_receptor.py -i system.pdb \ --output_basename system_prep \ -f "A:42,B:23" \ -n "A:5,7=CYX,B:17=HID" \ --write_pdbqt --write_vina_box ``` ### 举例3：自动包络某配体生成 box 配置 ``` mk_prepare_receptor.py -i prot.pdb \ --box_enveloping ligand.pdb \ --padding 3.0 \ --output_basename dock_ready \ --write_pdbqt --write_vina_box ``` ### 受体准备介绍 ```shell mk_prepare_receptor.py -i xxx.pdb -o my_receptor -p -j -v mk_prepare_receptor.py -i FgBar1_cut_proteinprep.pdb -o FgBar1_cut_proteinprep -p ``` 这样会生成： my_receptor.pdbqt（对接用的受体文件） my_receptor.json（结构元数据，编程用得上） my_receptor.vina_box.txt（对接区域参数，给 vina 用） | 选项 | 作用 | 输出文件例子 | | ---- | -------------------- | ------------------ | | `-p` | 输出PDBQT文件（受体） | `xxx.pdbqt` | | `-j` | 输出JSON文件（元数据） | `xxx.json` | | `-v` | 输出vina box参数 | `xxx.vina_box.txt` | | `-g` | 输出GPF文件（老版AutoDock用） | `xxx.gpf` | ## 小分子 3D 构象准备 需要给小分子一个初始化的 3d 构象存放到`ligand/sdf` ```shell python sdf2to3d.py --src_dir ./2d_sdf_dir --out_dir ./3d_sdf_dir --n_jobs 8 ``` ## 小分子格式转化 使用 meeko 将 `ligand/sdf` 转为 `ligand/pdbqt` ```shell micromamba run -n vina ./scripts/batch_prepare_ligands.sh ligands/sdf ligands/pdbqt/ batch_prepare_ligands.log 128 ``` ## 小分子批量提交对接 分割小分子文件将 ligand 目录里面的 pdbqt 文件夹拆分 n 个子文件夹(pdbqt1,pdbqt2,pdbqt3...pdbqtn) ```shell micromamba run -n vina python vina_split_and_submit.py ``` 执行完成后会自动使用 dsub 命令将对接任务提交给华为多瑙调度系统 需要注意有时候提交执行速度过快可能有批次遗漏，可以在合并时候检查 ## 对接结果合并 在对接完成之后会在 `result` 文件夹里面创建 n 个对接结果文件夹（poses1，poses2，poses3...posesn） 每个文件夹中都有对应的`*_out.pdbqt`文件与`*_converted.sdf`文件，调用 ```shell micromamba run -n vina python vina_merge_and_check.py --n_splits --out_dir ./result --output_prefix poses --poses_dir ./result/poses_all ``` 会将所有的n 个对接结果文件夹中`*_converted.sdf`文件存放到 `./result/poses_all` 目录，同时会检测是否有提交时候过快导致遗漏某个批次没有对接，需要注意查看。 ## 分析对接结果 在`*_converted.sdf`文件中存在`20`个对接构象，取决于`scripts/batch_docking.sh` 中 `NUM_MODES` 设置多少数目，默认设置为 20。 其中每个 sdf 构象存在下面的``字段 用于获取对接打分等属性用于后续筛选分子。 ``` > (20) {"is_sidechain": [false], "free_energy": -6.38, "intermolecular_energy": -15.695, "internal_energy": -2.912} ``` ## batch 模式对接 vina=1.2.7可以使用batch 模式进行批量对接。 ```shell mkdir -p results/poses vina --receptor input/receptors/TrpE_entry_1.pdbqt \ --batch input/ligands/test \ --config ./configs/TrpE_entry_1.box.txt \ --dir results/poses \ --exhaustiveness=32 # 使用脚本对接 ./scripts/batch_docking.sh ./receptors/TrpE_entry_1.pdbqt ./config/TrpE_entry_1.box.txt ligands/test output test.log /share/home/lyzeng24/rdkit_script/vina/vina ``` ## 环境安装 ```shell conda install -c conda-forge vina meeko rdkit joblib rich ipython parallel openpyxl pandas mordred -y ``` ## 准备小分子pdbqt ```shell # 单个配体准备 mk_prepare_ligand.py -i molecule.sdf -o molecule.pdbqt # 批量准备 micromamba run -n vina ./scripts/batch_prepare_ligands.sh ligands/sdf ligands/pdbqt/ batch_prepare_ligands.log 128 #监控文件 watch -n 1 "ls -l pdbqt/*.pdbqt 2>/dev/null | wc -l" ``` ## 准备受体pdbqt ```shell # 受体准备（带柔性侧链） mk_prepare_receptor.py -i nucleic_acid.cif -o my_receptor -j -p -f A:42 ``` ## batch对接模式 ```shell ./scripts/batch_docking.sh input/receptors/TrpE_entry_1.pdbqt \ input/configs/TrpE_entry_1.box.txt \ input/ligands/pdbqt \ results/poses \ results/batch_docking.log ``` ## 监控对接结果 ```shell watch -n 1 'for i in {1..12}; do printf "poses$i: "; ls results/poses$i/*.pdbqt 2>/dev/null | wc -l; done' ``` ## 将对接结果还原为sdf文件 mk_export.py 命令行工具的各个参数选项。 ```shell cd output mk_export.py ./*_out.pdbqt --suffix _converted ``` ## 分析vina对接结果 ```shell # 结果导出 mk_export.py vina_results.pdbqt -j my_receptor.json -s lig_docked.sdf -p rec_docked.pdb ``` ## djob 运行时间耗时长的批次任务 ```shell 24562323 vina_job15 RUNNING lyzeng24 default default 2025/07/31 23:16:30 - agent-ARM-17 24562322 vina_job14 RUNNING lyzeng24 default default 2025/07/31 23:16:30 - agent-ARM-17 24562321 vina_job13 RUNNING lyzeng24 default default 2025/07/31 23:16:30 - agent-ARM-17 24562320 vina_job12 RUNNING lyzeng24 default default 2025/07/31 23:16:29 - agent-ARM-21 24562319 vina_job11 RUNNING lyzeng24 default default 2025/07/31 23:16:29 - agent-ARM-21 24562318 vina_job10 RUNNING lyzeng24 default default 2025/07/31 23:16:29 - agent-ARM-21 24562317 vina_job9 RUNNING lyzeng24 default default 2025/07/31 23:16:28 - agent-ARM-21 24562316 vina_job8 RUNNING lyzeng24 default default 2025/07/31 23:16:28 - agent-ARM-16 24562315 vina_job7 RUNNING lyzeng24 default default 2025/07/31 23:16:28 - agent-ARM-16 24562314 vina_job6 RUNNING lyzeng24 default default 2025/07/31 23:16:27 - agent-ARM-16 24562313 vina_job5 RUNNING lyzeng24 default default 2025/07/31 23:16:27 - agent-ARM-19 24562312 vina_job4 RUNNING lyzeng24 default default 2025/07/31 23:16:27 - agent-ARM-19 24562311 vina_job3 RUNNING lyzeng24 default default 2025/07/31 23:16:27 - agent-ARM-19 ``` ## plant_metabolit 数据集 准备 阮耀师兄之前用构建的植物代谢网络，里面包含的代谢物 执行命令： ```shell cd /Users/lingyuzeng/Downloads/211.69.141.180/202508021824/vina/ligand/plant_meta chmod +x run_convert_smiles.sh ./run_convert_smiles.sh ``` 执行结果： ```shell Conversion Summary: Total SMILES processed: 8086 Successfully converted: 6238 Failed conversions: 1848 Skipped molecules (empty abbreviation): 0 Output directory: sdf Success rate: 77.1% Script execution completed. ``` ## autodock vina 参考分子对接 trpe:(PDB ID: 5cwa) ```shell ./vina --receptor ./refence/trpe/TrpE_entry_1.pdbqt --ligand ./refence/trpe/align_5cwa_0GA_addH.pdbqt --config ./refence/trpe/TrpE_entry_1.box.txt --out ./refence/trpe/align_5cwa_0GA_addH_out.pdbqt --exhaustiveness="32" --num_modes="20" --energy_range="5.0" ``` result: ```shell AutoDock Vina v1.2.7 ################################################################# # If you used AutoDock Vina in your work, please cite: # # # # J. Eberhardt, D. Santos-Martins, A. F. Tillack, and S. Forli # # AutoDock Vina 1.2.0: New Docking Methods, Expanded Force # # Field, and Python Bindings, J. Chem. Inf. Model. (2021) # # DOI 10.1021/acs.jcim.1c00203 # # # # O. Trott, A. J. Olson, # # AutoDock Vina: improving the speed and accuracy of docking # # with a new scoring function, efficient optimization and # # multithreading, J. Comp. Chem. (2010) # # DOI 10.1002/jcc.21334 # # # # Please see https://github.com/ccsb-scripps/AutoDock-Vina for # # more information. # ################################################################# Scoring function : vina Rigid receptor: ./refence/trpe/TrpE_entry_1.pdbqt Ligand: ./refence/trpe/align_5cwa_0GA_addH.pdbqt Grid center: X 7.402 Y -4.783 Z -11.818 Grid size : X 30 Y 30 Z 30 Grid space : 0.375 Exhaustiveness: 32 CPU: 0 Verbosity: 1 Computing Vina grid ... done. WARNING: At low exhaustiveness, it may be impossible to utilize all CPUs. Performing docking (random seed: 650309048) ... 0% 10 20 30 40 50 60 70 80 90 100% |----|----|----|----|----|----|----|----|----|----| *************************************************** mode | affinity | dist from best mode | (kcal/mol) | rmsd l.b.| rmsd u.b. -----+------------+----------+---------- 1 -6.531 0 0 2 -6.352 3.988 6.453 3 -6.3 1.447 5.602 4 -6.291 1.94 5.284 5 -6.283 1.044 2.037 6 -6.159 3.798 5.275 7 -6.124 1.43 5.553 8 -5.988 3.499 5.489 9 -5.925 3.311 4.252 10 -5.912 3.647 4.894 11 -5.889 7.256 10.49 12 -5.821 2.351 5.29 13 -5.763 3.731 6.18 14 -5.732 3.557 6.002 15 -5.729 7.213 9.251 16 -5.693 4.179 5.642 17 -5.684 3.058 4.111 18 -5.679 4.117 5.518 19 -5.671 4.656 6.098 20 -5.663 4.112 5.705 ``` fgbar:（PDB ID： 8izd） ```shell ./vina --receptor ./refence/fgbar/FgBar1_cut_proteinprep.pdbqt --ligand ./refence/fgbar/align_8izd_F_9NY_addH.pdbqt --config ./refence/fgbar/FgBar1_entry_1.box.txt --out ./refence/fgbar/align_8izd_F_9NY_addH_out.pdbqt --exhaustiveness="32" --num_modes="20" --energy_range="5.0" ``` reusult: ```shell AutoDock Vina v1.2.7 ################################################################# # If you used AutoDock Vina in your work, please cite: # # # # J. Eberhardt, D. Santos-Martins, A. F. Tillack, and S. Forli # # AutoDock Vina 1.2.0: New Docking Methods, Expanded Force # # Field, and Python Bindings, J. Chem. Inf. Model. (2021) # # DOI 10.1021/acs.jcim.1c00203 # # # # O. Trott, A. J. Olson, # # AutoDock Vina: improving the speed and accuracy of docking # # with a new scoring function, efficient optimization and # # multithreading, J. Comp. Chem. (2010) # # DOI 10.1002/jcc.21334 # # # # Please see https://github.com/ccsb-scripps/AutoDock-Vina for # # more information. # ################################################################# Scoring function : vina Rigid receptor: ./refence/fgbar/FgBar1_cut_proteinprep.pdbqt Ligand: ./refence/fgbar/align_8izd_F_9NY_addH.pdbqt Grid center: X -12.7 Y -9.1 Z -0.3 Grid size : X 49.1 Y 37.6 Z 35.2 Grid space : 0.375 Exhaustiveness: 32 CPU: 0 Verbosity: 1 WARNING: Search space volume is greater than 27000 Angstrom^3 (See FAQ) Computing Vina grid ... done. WARNING: At low exhaustiveness, it may be impossible to utilize all CPUs. Performing docking (random seed: -399012800) ... 0% 10 20 30 40 50 60 70 80 90 100% |----|----|----|----|----|----|----|----|----|----| *************************************************** mode | affinity | dist from best mode | (kcal/mol) | rmsd l.b.| rmsd u.b. -----+------------+----------+---------- 1 -5.268 0 0 2 -5.106 3.453 7.96 3 -5.003 3.114 6.709 4 -4.986 6.86 13.92 5 -4.947 5.434 13 6 -4.875 4.933 10.47 7 -4.867 6.888 13.75 8 -4.862 4.244 9.114 9 -4.835 3.776 6.806 10 -4.826 3.682 7.143 11 -4.824 5.4 10.17 12 -4.81 5.364 7.809 13 -4.808 4.364 11.15 14 -4.805 3.211 5.684 15 -4.783 3.585 8.995 16 -4.773 6.47 13.64 17 -4.773 3.465 6.652 18 -4.731 4.73 9.619 19 -4.726 4.867 10.88 20 -4.716 4.834 8.903 ``` 对接结果并不理想，可能是分子中灵活的扭转角多，柔性较大。AutoDock Vina 更偏向刚性对接。 ## 分析策略 ### trpe（COCUNT） #### AutoDock Vina 筛选 过滤结果： 1. 针对 trpe 口袋 因为 trpe 口袋和参考分子较小，考虑使用小分子先过滤(MW < 800)。 针对 AutoDock Vina 的 score score 参考 align_5cwa_0GA_addH 结果 < -6.5 分子保留。 剩下根据 QED 排名选择前 100 个分子作为最后实验分子。 2. 针对 fgbar 口袋筛选 fgbar 口袋的参考分子较大，MW 不进行筛选。 针对 QED 进行过滤，QED > 0.5 , 参考分子align_8izd_F_9NY_addH rank1 的Vina 分数 < -5.2过滤，之后选择 rank 前 100 的分子。 AutoDock vina：QED 针对小空间（分子量小的）trpe，QED 过滤。 过滤结果 ```shell 使用 head 命令查看了两个 CSV 文件的数据结构 验证了 vina_scores 列的数据完整性 trpe 数据集发现 1919 个文件的构象数少于 20 个 fgbar 数据集发现 404 个文件的构象数少于 20 个 所有分子的最小构象数为 1 按照 README.md 的要求实现了数据过滤： TRPE 过滤条件：MW < 800 且 Vina < -6.5 FGBAR 过滤条件：QED > 0.5 且 Vina < -5.2 生成了过滤结果文件： /result/filtered_results/qed_values_fgbar_combined_filtered.csv (1878.1KB) /result/filtered_results/qed_values_fgbar_top100.csv (27.6KB) /result/filtered_results/qed_values_trpe_combined_filtered.csv (6090.1KB) /result/filtered_results/qed_values_trpe_top100.csv (27.5KB) 输出了统计信息： TRPE 数据统计： 原始数据总数: 41166 仅QED过滤后数据总数: 7229 仅Vina得分过滤后数据总数: 29728 同时满足QED和Vina得分条件的数据总数: 18787 FGBAR 数据统计： 原始数据总数: 41166 仅QED过滤后数据总数: 7228 仅Vina得分过滤后数据总数: 36111 同时满足QED和Vina得分条件的数据总数: 6568 ``` #### karamadock 筛选 待反馈结构结果 karamadock：只看 qed 过滤后的小分子对接情况（过滤标准：**小分子**，QED） glide: 小分子，QED。（vina 打分好的 1w 个 ， 按照底物标准） #### glide 筛选 之前是考虑底物标准的交集，这里使用底物标准剩余的分子全部使用glide 进行分子对接。 将 `qed_values_fgbar_filtered.csv` 将 `qed_values_fgbar_filtered.csv` --- ### fgbar vina，karamadock，底物标准，选择 交集做 glide。