Docker 环境使用说明
快速开始
1. 环境变量配置
# 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
# 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_64linux/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
# 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
# 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
# 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
# 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
# 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
# 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
# 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：
# 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
# 修复文件权限
sudo chown -R $USER:$USER data/ results/
内存不足
# 增加 Docker 内存限制
docker run -it --rm --memory=8g vinatools:latest bash
网络问题
# 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：
# 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/