Molecular Docking (SurfDock)

简介

SurfDock 是一种基于深度学习的蛋白–小分子复合物构象预测方法。该方法通过融合蛋白序列信息、三维结构图信息以及蛋白表面几何特征，在等变（equivariant）神经网络框架下构建非欧几里得流形上的扩散生成模型，实现高精度、高物理一致性的蛋白–配体对接预测。

SurfDock 通过对小分子的平移、旋转和扭转角进行联合建模，逐步生成合理的结合构象。相比传统打分函数驱动的对接方法，其在结合成功率、泛化能力以及物理合理性方面表现显著优越，并在虚拟筛选任务中达到了当前领先水平。

参数说明

Protein PDB

蛋白结构文件，PDB 格式。

Private Ligand

配体结构文件，支持 SDF、PDB、MOL 格式。只会计算前 100 的分子。

Box Center

对接口袋中心的三维坐标（XYZ），空格分割。例如：0 0 0。若不确定口袋位置可以用Pocket Finder模块检索。

Box Size

对接口袋长方体盒子的大小，必须是整数，空格分割，例如 24 22 32。注意盒子的边长不能超过95。

Number of Poses

每个分子保留的最大结合模式数量。

MDN Distance Threshold

MDN接触距离分布阈值，默认3.0

Force Optimiz (Ligand)

是否对小分子进行OpenMM 最小化

结果说明

输出结果包括：

其中 TopNScores.csv 包括信息如下：

参考文献

• Cao D, Chen M, Zhang R, et al. SurfDock is a surface-informed diffusion generative model for reliable and accurate protein-ligand complex prediction. Nat Methods. 2025, 22(2):310-322. DOI: 10.1038/s41592-024-02516-y