| 编号 | 540 | |
| 名称 | Molecular Docking (Gnina) | |
| 封面 |  | |
| 描述 | 基于深度学习的分子对接工具，采用卷积神经网络（CNN）评分函数对配体-受体结合构象进行打分和排序。 | |
| 标签 |
| |
| 作者 | Andrew T McNutt | |
| 发布时间 | 2025-03-02 00:00:00 | |
| 参考文献 | McNutt A, Li Y, Meli R, Aggarwal R, Koes D R. GNINA 1.3: the next increment in molecular docking with deep learning[J]. J. Cheminformatics, 2025, 17:43. | |
- 简介
- 参数说明
- Receptor
- Flex
- Ligand
- Flexres
- Flexdist Ligand
- Flexdist
- Flex Limit
- Flex Max
- Center X
- Center Y
- Center Z
- Size X
- Size Y
- Size Z
- Autobox Ligand
- Autobox Add
- Scoring
- CNN Scoring
- Num Modes
- Covalent Receptor Atom
- Covalent Lig Atom Pattern
- Covalent Lig Atom Position
- Covalent Bond Order
- 结果说明
- 参考文献
Molecular Docking (Gnina)
简介
基于深度学习的分子对接工具，采用卷积神经网络（CNN）评分函数对配体-受体结合构象进行打分和排序。Gnina在传统对接算法基础上引入深度学习评分，显著提升了对接精度和虚拟筛选效率，支持刚性对接、柔性残基对接和共价对接等多种模式。
核心技术
- CNN 评分函数：基于 PyTorch 的深度学习评分模型，训练于大规模蛋白质-配体复合物结构数据
- 多模式对接：支持标准刚性对接、柔性残基对接和共价对接
- 自动盒子构建：可根据参考配体自动计算搜索空间，简化参数设置
- 知识蒸馏优化：GNINA 1.3 引入蒸馏模型，在保持精度的同时大幅提升筛选速度
适用场景
- 虚拟筛选：从大型化合物库中快速发现潜在活性分子
- 先导化合物优化：分析配体与靶点的结合模式，指导结构改造
- 共价药物设计：支持共价键合分子的对接计算
- 分子动力学预处理：生成合理的初始结合构象用于后续模拟
参数说明
Receptor
受体结构文件，包含对接计算中保持刚性的受体部分。
Flex
柔性受体侧链文件，指定对接过程中允许柔性的受体侧链。
Ligand
配体结构文件，支持多种分子格式。
Flexres
柔性残基列表，以逗号分隔的 chain:resid 格式指定需要柔性的残基。
Flexdist Ligand
Flexdist 模式的参考配体，用于自动识别该配体附近的柔性残基。
Flexdist
柔性化距离阈值，自动将距离 flexdist_ligand 该范围内的残基设为柔性。
Flex Limit
柔性残基数量的硬上限，限制最多允许多少个残基柔性化。
Flex Max
最多保留的最近柔性残基数量，当柔性残基超过限制时只保留距离最近的。
Center X
搜索盒子中心的 X 坐标，用于定义对接搜索空间的位置。
Center Y
搜索盒子中心的 Y 坐标。
Center Z
搜索盒子中心的 Z 坐标。
Size X
搜索盒子在 X 方向的尺寸，设置时必须为正值。
Size Y
搜索盒子在 Y 方向的尺寸，设置时必须为正值。
Size Z
搜索盒子在 Z 方向的尺寸，设置时必须为正值。
Autobox Ligand
参考配体文件，用于自动计算搜索盒子的中心和尺寸，无需手动指定 center 和 size 参数。
Autobox Add
在自动计算的搜索盒子周围添加的额外填充距离，用于扩展搜索空间。
Scoring
用于选择打分函数（scoring function），即评估配体与受体结合好坏的数学模型。
-
vina（经验式）（默认）
AutoDock Vina 原版打分函数，最经典且广泛使用，速度快、兼容性好，是虚拟筛选中的常用基准。 -
vinardo（经验式）
Vina 的改进版本，在部分体系上精度优于原版 Vina，可作为 Vina 的替代选择。 -
ad4_scoring（经验式）
AutoDock 4 的打分函数，需配合 AD4 力场参数文件使用，适合已有 AD4 工作流的场景。 -
dkoes_fast（知识式）
dkoes 系列中速度最快的版本，精度相对较低，适合需要极高吞吐量的大规模粗筛。 -
dkoes_scoring（知识式）
dkoes 系列的标准版本，在速度与精度之间取得平衡，是该系列的推荐选择。 -
dkoes_scoring_old（知识式）
dkoes_scoring 的旧版实现，一般仅用于复现早期文献或历史计算结果。
CNN Scoring
CNN 评分模式，用于选择不同的深度学习评分策略。
-
none
CNN 完全不介入，由传统打分函数独立完成全部计算，精度较低，适合超大规模粗筛场景。 -
rescore（默认）
在传统方法完成构象搜索后，由 CNN 对所有姿势进行最终重打分和重排序，精度中高，是日常虚拟筛选的推荐模式。 -
refinement
在初始姿势生成后，用 CNN 分数引导进一步局部优化，精度较高，适合中等规模的精细筛选。 -
metrorescore
引入 Metropolis 采样以 CNN 分数驱动构象搜索，最终再执行 CNN 重打分，精度较高，适合构象空间复杂或结合口袋灵活的体系。 -
metrorefine
结合 Metropolis 采样与 CNN 引导的局部优化，精度很高，适合对少量重要化合物进行精细对接评估。 -
all
CNN 参与对接的全部阶段（搜索、优化、重打分），精度最高，计算代价也最大，适合对少量化合物进行最严格的精确评估。
Num Modes
输出的最大结合模式数量，即最终保留的候选构象数，默认为10
Covalent Receptor Atom
指定蛋白质中哪个原子与配体形成共价键
A:145:SG # A链第145位半胱氨酸的硫原子
A:200:OG # A链第200位丝氨酸的氧原子
B:63:NZ # B链第63位赖氨酸的氨基氮原子
Covalent Lig Atom Pattern
SMARTS 模式，用于识别配体中参与共价键的原子。
C(=O)Cl # 酰氯，与Cys/Ser/Lys反应
C=C # 迈克尔受体（丙烯酰胺类），与Cys反应
[CH2]Br # 卤代烷，烷基化反应
C(=O)[F,Cl,Br] # 通用酰卤模式
[cH]1[cH][nH]c1 # 用于特定杂环弹头
Covalent Lig Atom Position
共价配体原子的初始放置坐标。
12.345,7.890,-3.210 # 从晶体结构中读取的弹头原子坐标
-5.100,22.300,8.750 # 从同源建模结构推测的坐标
Covalent Bond Order
共价键的键级，用于共价对接计算。
1 # 单键（最常见，如 Cys-S–C 烷基化产物）
2 # 双键（如与 Lys 形成的亚胺/席夫碱）
3 # 三键
结果说明
输出结果包括：对接的压缩文件docked.sdf.gz、解压后的小分子文件docked.sdf和打分文件docking_results.csv。
输出打分文件 docking_results.csv，以下是各指标说明：
| 列名 | 说明 |
|---|---|
Ligand |
小分子名称 |
Mode |
对接构象的排名编号，1 表示排名最高的构象 |
Affinity |
传统打分函数给出的能量型对接分数，单位为 kcal/mol，数值越低、越负表示结合越有利 |
Intramol |
配体在该构象下的分子内能项，单位为 kcal/mol，用于辅助判断构象内部应变 |
CNN_pose_score |
CNN 对构象合理性的评分，通常在 0～1 之间，越接近 1 表示构象越合理 |
CNN_affinity |
CNN 模型直接预测的蛋白质–配体结合亲和力，以 pKd 表示。数值越大表示预测的结合亲和力越高、配体与受体结合越强 |
CNN_VS |
虚拟筛选综合排序分，计算方式为 CNN_pose_score × CNN_affinity，数值越大越好 |
未启用 CNN 评分或 GNINA 未返回相应数据时，相关 CNN 指标会留空。
柔性对接时输出 flexible_receptor.pdbqt，包含各 pose 的柔性受体侧链结构，刚性对接不生成该文件。
输出atom_interaction_terms.csv，以下各指标说明：
| 列名 | 说明 |
|---|---|
Pose |
对接构象编号，从 1 开始 |
Pos |
原子在当前构象中的顺序编号，从 1 开始 |
Atom |
配体原子或柔性受体原子的名称/标签 |
Atom_role |
原子角色：Ligand 表示配体，Flex_receptor 表示柔性受体 |
X |
原子的 X 坐标，单位为 Å |
Y |
原子的 Y 坐标，单位为 Å |
Z |
原子的 Z 坐标，单位为 Å |
Gauss(o=0;_w=0.5;_c=8) |
短程高斯相互作用项，用于描述配体与受体原子之间的近距离形状互补性 |
Gauss(o=3;_w=2;_c=8) |
长程高斯相互作用项，用于描述较宽距离范围内的形状互补性 |
Repulsion(o=0;_c=8) |
原子间的空间排斥项；数值越大，表示原子重叠或空间碰撞越明显 |
Hydrophobic(g=0.5;_b=1.5;_c=8) |
疏水相互作用项，用于描述配体与受体疏水原子之间的作用 |
Non_dir_h_bond(g=-0.7;_b=0;_c=8) |
非方向性氢键相互作用项，用于描述配体与受体之间的氢键贡献 |
Weighted_interaction_sum |
当前原子的各相互作用项之和，用于表示该原子的综合相互作用贡献 |
其中，o 表示偏移量，w 表示高斯函数宽度，g 和 b 表示距离判定范围，c 表示截断距离。
柔性受体行是同一配体–柔性受体相互作用的受体侧归因。计算 pose 的总相互作用贡献时只汇总 Atom_role=Ligand 的行；如果同时汇总两种角色，柔性相互作用会被重复计算。
参考文献
- McNutt A, Li Y, Meli R, Aggarwal R, Koes D R. GNINA 1.3: the next increment in molecular docking with deep learning[J]. J. Cheminformatics, 2025, 17:43.DOI: 10.1186/s13321-025-00973-x
