SuperAPI AI 工具集

diffdock

通用与其它

查看项目

更新于 10-15 23:43

技能介绍

用途:预测蛋白质-小分子结合姿态,基于 DiffDock 与 DiffDock-L 生成候选配体构象并按模型置信度排序。适用于单对、批量或不同受体构象的对接,库级置信度排序仅作姿态分诊,不用于命中识别。

主要能力:支持 PDB 或完整氨基酸序列作为受体,SMILES 或 .sdf/.mol2/.pdb/.pdbqt 作为配体;SDF 取首条记录,已有配体坐标会被丢弃并重新生成构象。输出 rank1.sdf 及带置信度的姿态文件,置信度四舍五入到两位小数。

使用方式:克隆 v1.1.3 并创建 conda 环境: git clone --branch v1.1.3 --depth 1 https://github.com/gcorso/DiffDock.git cd DiffDock conda env create --file environment.yml conda activate diffdock 单对运行: python -m inference --config default_inference_args.yaml --protein_path protein.pdb --ligand_description "CC(=O)Oc1ccccc1C(=O)O" --out_dir results/run_001/ --loglevel INFO 批量使用 CSV(列:complex_name,protein_path,ligand_description,protein_sequence),路径相对推理工作目录解析。修改采样需复制配置并编辑 samples_per_complex,YAML 会覆盖同名 CLI 参数。

适用场景:小分子对接、批量姿态分诊、多受体构象集合。

限制:大分子、共价键、配位化学和柔性受体需其他方法;序列折叠强制使用 CUDA;ESM2 每条链截断至 1022 残基;置信度不是概率或亲和力;需独立验证分子身份、立体化学、键几何与受体冲突。CUDA 显存不足可降低 batch_size。上游 UI 通过 python app/main.py 运行,非 REST API。