用途：DiffDock 是扩散模型驱动的分子对接工具，用于预测小分子配体与蛋白质靶点的三维结合构象，服务于基于结构的药物发现与化学生物学。DiffDock-L 为当前默认模型线。
主要能力：高精度预测配体结合构象；支持蛋白质 PDB 文件或氨基酸序列（经 ESMFold）；支持单个复合物或批量虚拟筛选；输出置信度分数；支持 SMILES、SDF、MOL2 等配体输入。
使用方式：先用 python scripts/setup_check.py 检查环境。安装可选 Conda：git clone https://github.com/gcorso/DiffDock.git，cd DiffDock，conda env create --file environment.yml，conda activate diffdock；或 Docker：docker pull rbgcsail/diffdock。单次对接：python -m inference --config default_inference_args.yaml --protein_path protein.pdb --ligand_description "CC(=O)Oc1ccccc1C(=O)O" --out_dir results/single_docking/。批量需准备含 complex_name、protein_path、ligand_description、protein_sequence 列的 CSV，再用 --protein_ligand_csv 运行。结果可用 python scripts/analyze_results.py results/batch/ 分析，置信度 >0 为高、-1.5 至 0 为中等、<-1.5 为低。交互界面可运行 python app/main.py，访问 http://localhost:7860。
适用场景：单复合物对接、虚拟筛选、集成对接、与 GNINA 或 MM/GBSA 等打分函数联用评估亲和力。
限制：面向 100-1000 Da 小分子配体、类药有机化合物、小于 20 残基的短肽；不适用于蛋白-蛋白对接、大肽、共价对接与结合亲和力预测（置信度不等于亲和力）；膜蛋白未专门训练需谨慎。建议使用 GPU，首次运行需预计算查找表并自动下载约 500MB 检查点。更多细节暂未提供。