diffdock

# DiffDock: 基于扩散模型的分子对接 ## 概述 DiffDock 是一种基于扩散的深度学习工具，用于分子对接，可预测小分子配体与蛋白质靶标的 3D 结合姿态。它代表了计算对接领域的最新技术水平，对于基于结构的药物发现和化学生物学至关重要。 **核心能力:** - 使用深度学习高精度预测配体结合姿态 - 支持蛋白质结构（PDB 文件）或序列（通过 ESMFold） - 处理单个复合物或批量虚拟筛选任务 - 生成置信度评分以评估预测可靠性 - 处理多种配体输入（SMILES, SDF, MOL2） **关键区别:** DiffDock 预测的是 **结合姿态**（3D 结构）和 **置信度**（预测确定性），而非结合亲和力（ΔG, Kd）。请务必结合评分函数（如 GNINA, MM/GBSA）进行亲和力评估。 ## 何时使用此技能 当出现以下需求时使用： - "将此配体与蛋白质对接" 或 "预测结合姿态" - "运行分子对接" 或 "执行蛋白质-配体对接" - "虚拟筛选" 或 "筛选化合物库" - "该分子在哪里结合？" 或 "预测结合位点" - 基于结构的药物设计或先导化合物优化任务 - 涉及 PDB 文件 + SMILES 字符串或配体结构的任务 - 多个蛋白质-配体对的批量对接 ## 安装与环境设置 ### 检查环境状态 在进行 DiffDock 任务之前，请验证环境设置： bash # 使用提供的设置检查脚本 python scripts/setup_check.py 该脚本验证 Python 版本、带 CUDA 的 PyTorch、PyTorch Geometric、RDKit、ESM 及其他依赖项。 ### 安装选项 **选项 1: Conda (推荐)** bash git clone https://github.com/gcorso/DiffDock.git cd DiffDock conda env create --file environment.yml conda activate diffdock **选项 2: Docker** bash docker pull rbgcsail/diffdock docker run -it --gpus all --entrypoint /bin/bash rbgcsail/diffdock micromamba activate diffdock **重要提示:** - 强烈建议使用 GPU（比 CPU 快 10-100 倍） - 首次运行会预计算 SO(2)/SO(3) 查找表（约 2-5 分钟） - 模型检查点（约 500MB）若不存在会自动下载 ## 核心工作流 ### 工作流 1: 单个蛋白质-配体对接 **用例:** 将一个配体与一个蛋白质靶标对接 **输入要求:** - 蛋白质: PDB 文件 或 氨基酸序列 - 配体: SMILES 字符串 或 结构文件 (SDF/