# Docker 环境使用说明

## 快速开始

### 1. 环境变量配置

```bash
# 复制环境变量模板
cp docker/docker.env.example docker/.env

# 编辑环境变量
vim docker/.env
```

### 2. 构建镜像

```bash
# 使用默认配置构建
docker-compose -f docker/docker-compose.yml build

# 使用环境变量构建
docker-compose -f docker/docker-compose.yml --env-file docker/.env build

# 或者直接使用 docker build
docker build -f docker/Dockerfile -t vinatools:latest .
```

### 3. 环境变量说明

| 变量名 | 默认值 | 说明 |
|--------|--------|------|
| `VINA_VERSION` | `1.2.7` | AutoDock Vina 版本 |
| `TARGETPLATFORM` | `linux/amd64` | 目标平台架构 |

**支持的平台：**
- `linux/amd64` - Linux x86_64
- `linux/arm64` - Linux aarch64

### 4. 从源码编译

Dockerfile 现在支持从源码编译 AutoDock Vina：

- **Python 环境**: Python 3.12
- **依赖包**: numpy (最新版本)、boost-cpp 1.82.0、swig 4.0.2
- **编译方式**: 使用 pixi 管理环境，从源码编译
- **版本控制**: 通过 VINA_VERSION 参数控制，默认 1.2.7

### 4. 运行容器

```bash
# 启动主服务
docker-compose -f docker/docker-compose.yml up -d vinatools

# 进入容器
docker-compose -f docker/docker-compose.yml exec vinatools bash

# 或者直接运行
docker run -it --rm -v $(pwd):/app vinatools:latest bash
```

## 使用示例

### 不同平台构建

```bash
# Linux x86_64 平台
TARGETPLATFORM=linux/amd64 docker-compose -f docker/docker-compose.yml build

# Linux ARM64 平台
TARGETPLATFORM=linux/arm64 docker-compose -f docker/docker-compose.yml build

# 使用不同版本
VINA_VERSION=1.2.6 TARGETPLATFORM=linux/amd64 docker-compose -f docker/docker-compose.yml build
```

### 使用环境文件

```bash
# 创建自定义环境文件
cat > docker/my.env << EOF
VINA_VERSION=1.2.6
TARGETPLATFORM=linux/amd64
EOF

# 使用自定义环境文件构建
docker-compose -f docker/docker-compose.yml --env-file docker/my.env build
```

### 3. 使用 Jupyter Notebook

```bash
# 启动 Jupyter 服务
docker-compose -f docker/docker-compose.yml up -d jupyter

# 访问 http://localhost:8888
```

## 环境说明

### 镜像源配置
为了加速构建过程，Dockerfile 中配置了以下镜像源：

- **APT 源**: 阿里云镜像 (mirrors.aliyun.com)
- **pip 源**: 清华大学镜像 (pypi.tuna.tsinghua.edu.cn)
- **conda 源**: 清华大学镜像 (mirrors.tuna.tsinghua.edu.cn)

### 包含的包
- **rdkit**: 化学信息学工具包
- **openbabel**: 分子格式转换工具
- **meeko**: 分子准备工具
- **AutoDock Vina**: 分子对接工具

### 目录结构
```
/app/
├── bin/                    # AutoDock Vina 二进制文件
├── scripts/               # Python 脚本
├── data/                  # 输入数据（挂载）
└── results/               # 输出结果（挂载）
```

## 常用命令

### 运行脚本
```bash
# 在容器中运行 Python 脚本
pixi run python scripts/calculate_qed_values.py

# 运行批处理脚本
pixi run bash scripts/batch_docking.sh
```

### 数据管理
```bash
# 挂载数据目录
docker run -it --rm \
  -v $(pwd)/data:/app/data \
  -v $(pwd)/results:/app/results \
  vinatools:latest bash
```

### 清理
```bash
# 停止所有服务
docker-compose -f docker/docker-compose.yml down

# 删除镜像
docker rmi vinatools:latest

# 清理未使用的资源
docker system prune -a
```

## 故障排除

### 网络连接问题
如果遇到网络连接问题，可以尝试以下解决方案：

```bash
# 1. 使用代理构建
docker build --build-arg HTTP_PROXY=http://proxy:port \
             --build-arg HTTPS_PROXY=http://proxy:port \
             -f docker/Dockerfile -t vinatools:latest .

# 2. 使用不同的镜像源
# 编辑 Dockerfile，替换镜像源：
# - APT: mirrors.ustc.edu.cn (中科大)
# - pip: pypi.douban.com (豆瓣)
# - conda: mirrors.ustc.edu.cn/anaconda/cloud/

# 3. 离线构建（如果网络完全不可用）
# 预先下载所有依赖包，然后使用本地构建
```

### 权限问题
```bash
# 修复文件权限
sudo chown -R $USER:$USER data/ results/
```

### 内存不足
```bash
# 增加 Docker 内存限制
docker run -it --rm --memory=8g vinatools:latest bash
```

### 网络问题
```bash
# 使用主机网络
docker run -it --rm --network=host vinatools:latest bash
```

### 镜像源切换
如果需要使用其他镜像源，可以修改 Dockerfile 中的配置：

```dockerfile
# APT 源切换
RUN sed -i 's@//.*archive.ubuntu.com@//mirrors.ustc.edu.cn@g' /etc/apt/sources.list

# pip 源切换
RUN echo "index-url = https://pypi.douban.com/simple" > /root/.pip/pip.conf

# conda 源切换
RUN /root/.pixi/bin/pixi config set channels https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
```