workflows_examples

# DiffDock 工作流与示例 本文档提供了常见 DiffDock 任务的实用工作流和使用示例。 ## 安装与设置 ### Conda 安装（推荐） bash # 克隆仓库 git clone https://github.com/gcorso/DiffDock.git cd DiffDock # 创建 conda 环境 conda env create --file environment.yml conda activate diffdock ### Docker 安装 bash # 拉取 Docker 镜像 docker pull rbgcsail/diffdock # 运行支持 GPU 的容器 docker run -it --gpus all --entrypoint /bin/bash rbgcsail/diffdock # 在容器内激活环境 micromamba activate diffdock ### 首次运行 首次执行会预计算 SO(2) 和 SO(3) 查找表，需要几分钟时间。后续运行将立即开始。 ## 工作流 1：单蛋白质-配体对接 ### 使用 PDB 文件和 SMILES 字符串 bash python -m inference --config default_inference_args.yaml --protein_path examples/protein.pdb --ligand "COc1ccc(C(=O)Nc2ccccc2)cc1" --out_dir results/single_docking/ **输出结构**: results/single_docking/ ├── index_0_rank_1.sdf # 排名第一的预测结果 ├── index_0_rank_2.sdf # 排名第二的预测结果 ├── ... ├── index_0_rank_10.sdf # 第 10 个预测结果 (如果 samples_per_complex=10) └── confidence_scores.txt # 所有预测的得分 ### 使用配体结构文件 bash python -m inference --config default_inference_args.yaml --protein_path protein.pdb --ligand ligand.sdf --out_dir results/ligand_file/ **支持的配体格式**: SDF, MOL2 或任何 RDKit 可读取的格式 ## 工作流 2：蛋白质序列到结构对接 ### 使用 ESMFold 进行蛋白质折叠 bash python -m inference --config default_inference_args.yaml --protein_sequence "MSKGEELFTGVVPILVELDGDVNGHKFSVSGEGEGDATYGKLTLKFICTTGKLPVPWPTLVTTFSYGVQCFSRYPDHMKQHDFFKSAMPEGYVQERTIFFKDDGNYKTRAEVKFEGDTLVNRIELKGIDFKEDGNILGHKLEYNYNSHNVYIMADKQKNGIKVNFKIRHNIEDGSVQLADHYQQNTPIGDGPVLLPDNHYLSTQSALSKDPNEKRDHMVLLEFVTAAGITHGMDELYK" --ligand "CC(C)Cc1ccc(cc1)C(C)C(=O)O" --out_dir results/sequence_docking/ **使用场景**: - PDB 中没有蛋白质结构 - 对突变或变体进行建模 - 从头蛋白质设计验证 **注意**: ESMFold 折叠会增加计算时间（根据序列长度，30秒至5分钟不等） ## 工作流 3：批量处理多个复合物 ### 准备 CSV 文件 创建包含必需列的 `complexes.csv`: csv complex_name,protei