AutoDock 批量虚拟筛选
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_25aa099e/autodock。
技能介绍
要解决什么问题
手里有靶点 PDB 和几万到十万级化合物库时,用 AutoDock Vina 做虚拟筛选往往卡在几件具体事:对接跑一两天中途蓝屏或进程僵死,重启要从头扫库;Vina-GPU 预编译包和本机 CUDA 架构(如 sm_70 与较新显卡)对不上直接 Err-9999;监控脚本盯日志,批次已写完 CSV 但界面仍显示「卡住」。本 skill 对应的是长时间无人值守、可续跑的批量对接,而不是单次手工试几个配体。
技能如何工作
流程从受体制备到统计报告串成一条链:MGLTools 受体 PDBQT、meeko/rdkit 把配体转成 PDBQT,再由 gpu_docking.py 按 --batch_size 分批调用 Vina-GPU SMALL_BOX(或 CPU Vina 1.2.7)。进度以 --results_csv 为唯一权威:启动时跳过 CSV 里已有记录的配体;每批结束立刻 flush,避免靠日志猜进度。连续三批失败会写入 skipped.txt 并 60s GPU 冷却后继续,不整体中止。auto_resume.py 在 CSV 超过 --timeout 未更新且无 Vina-GPU 进程时判定崩溃,清理 batch_temp_* 后重新拉起对接。analyze_results.py 做 Top hits 与亲和力分布;skill 内 references/ 提供 Vina-GPU 源码编译与监控读 CSV 的设计说明。
适用边界与注意点
路径与二进制全部参数化,Vina、MGLTools、化合物库需自行准备;国内可能需手动下载官方二进制与 GPU 源码。v3.0 侧重 gpu_docking.py + auto_resume.py,早期文档里的 cpu_docking.py / 内置 HTTP 监控尚未随包提供,大规模生产可按 references 外接读 CSV 的仪表盘。浅口袋、极扁平结合面上较多配体落在 > -9 kcal/mol 在资料里是正常预期,不宜据此判定流程失败。
使用场景
- 课题组成千上万个 SMILES 库要对同一靶点 PDB 做 GPU 批量对接,需要断点续传避免重启重跑
- 服务器上 Vina-GPU 对接跑一夜后进程消失,要用 CSV 进度自动检测崩溃并续跑
- 预编译 Vina-GPU 在本机报 Err-9999,需按 skill 内指南源码编译 SMALL_BOX 适配当前显卡
- 筛选结束后要从 results CSV 统计 Top hits 与亲和力分布,并区分浅口袋靶点的正常弱结合区间
适合人员
- 结构生物学方向研究生,手上有靶点晶体结构 PDB,要把课题组化合物库批量对接并写方法学报告
- 计算药物化学研究员,需在独显工作站上跑十万级虚拟筛选并尽量无人值守、崩溃可恢复
- 生物信息/化学信息工程师,负责给实验室标准化对接流程,要求脚本无硬编码路径便于分发给同事
- 从事 CADD 的开发者,已熟悉 Vina 命令行,想把受体制备、批处理对接和统计收成可重复执行的 skill