Autodock vina批量分子对接（虚拟筛选）

我是一块砖，哪里需要那里搬。。一两年前做过一次分子对接，没想到又被叫去做（不过需求完全不同，这次要批量，而且是小分子，服务器也换了，一切都需要找资料完全重启，不过现在资料比以前多很多了，感谢各位大佬），简单记录一下

资料来源

首选看这个，可以跟着手操一波小分子的下载和软件的使用（主要录制的比较好）
【虚拟筛选】使用Autodock_vina进行批量分子对接_哔哩哔哩_bilibili

但是接着就要看这个（上面那个不是很全），这个大佬最详细（蛋白的处理看这个）
小分子虚拟筛选与分子模拟课程——4.批量小分子对接_哔哩哔哩_bilibili

基础知识：比如为何需要pdbqt格式
分子对接基础知识 - xiaojikuaipao - 博客园 (cnblogs.com)

安装的指导文件看下面这些

vina的指导文档，必看（提供了好几种安装方式，一种不行换一种，其实操作非常详细了，很多都不一定需要手动调整，直接Linux里面用就行）
Installation — Autodock Vina 1.2.0 documentation (autodock-vina.readthedocs.io)
vina的指导pdf
https://autodock-vina.readthedocs.io/_/downloads/en/latest/pdf/

Open Babel的安装
Open Babel的安装与使用 - 云+社区 - 腾讯云 (tencent.com)

一，蛋白的下载和处理

1. PDB文件内容

文献搜索，或者网站中找，但老实说它的搜索功能有点奇怪，有时候不同关键词（但是应该指向的是一种东西）不同结果
RCSB PDB: Homepage

2.PDB文件的处理

2.1 去除原有小分子ligand+加氢（polar)+导出为pdbqt文件

Discover_studio
【八分熟肉】【分子对接】使用Discovery_studio进行分子对接前蛋白质预处理_哔哩哔哩_bilibili

或者pymol 处理

还要安装windows版本的MGBtools，主要是为了导出pdbqt文件，操作如下

image.png

3.对接的口袋哪里找

用这个网站预测，然后下载活性区域
Zentrum für Bioinformatik: Universität Hamburg - Proteins Plus Server

4.使用autodocktools进行活性口袋的预测,得到配置文件config.txt

receptor=
ligand=

center_x=100.657
center_y=6.351
center_y=40.898

size_x=46
size_y=34
size_z=28

exhaustiveness=16
num_modes=9
energy_range=4

二，软件的安装

vina 和openbabel的安装

2.11 vina的conda和pip安装

这里注意要是python3.7的环境，因为最新版本已经到10了，所以如果直接安装python3的话，会装到python3.10，会有报错

conda create -n vina2 python=3.7
conda activate vina2
pip install -U numpy vina

但是奇葩的是虽然安装上，但是输入vina是没有办法调用的，不知道什么原因，但是好在官网提供了其他方式，直接下载即可用
Installation — Autodock Vina 1.2.0 documentation (autodock-vina.readthedocs.io)

2.12 vina的直接使用

Releases · ccsb-scripps/AutoDock-Vina (github.com)

注意要给权限

chmod 755 vina_1.2.3_linux_x86_64

调用出结果即可

./vina_1.2.0_linux_x86_64 --help

## 或者使用绝对路径

2.13 官网下载vina(最佳方式，推荐）

使用了半天才发现，官网这个下载才是最佳的，Linux下载解压之后，里面还有一个叫vina_split的脚本，这个很重要，因为如果你从zinc上下载的是pdbqt格式的话，下载的pbdqt格式是一个整体，需要用这个软件去分割
Download AutoDock4 – AutoDock (scripps.edu)

2.13 openbabel

用来解压mol文件，因为我们从zinc数据库下载的是一个mol2的压缩文件，要用这个进行解压

conda install -y openbabel  ## 用来解压mol文件

常用分子格式转换命令
mol2格式转pdbqt格式：
obabel -imol2 ligand.mol2 -opdbqt -O ligand.pdbqt

pdb格式转mol2格式：
obabel -ipdb ligand.pdb -omol2 ligand.mol2

smiles格式转2D的sdf格式：
obabel ligands.smi -O ligands.sdf –gen2d

smiles格式转3D的sdf格式：
obabel ligands.smi -O ligands.sdf –gen3d

sdf格式转smiles格式，删除氢：
obabel ligands.sdf -osmi -O ligands.smi -d

sdf格式转smiles格式，添加氢：
obabel ligands.sdf -O ligands.smi -h

2.2 MGLTools的安装

用来将mol2转换为pdbqt文件，注意看下面的这个教程的操作

直接下载，然后解压即可，需要用到其中的prepare_ligand4.py
Downloads – mgltools (scripps.edu)

Linux上安装MGLtools - 知乎 (zhihu.com)

bash $MGL_ROOT/install.sh

!后面会出现install.sh后面会出现几个alias，要将其放入.bashrc，还要source一下

这个软件因为是python2写的，所以注意需要用到python2的环境,所以按照上面的教程设置2也行，或者直接创建conda的python2的环境

 conda create -n vina3 python=2.7

三， zinc小分子数据库的下载

如何从ZINC数库（www.zinc15.docking.org）下载虚拟筛选化合物库 - 知乎 (zhihu.com)

按照第一个视频上面的操作就好，我们下载的是mol2格式，通过fda认证的小分子药物
ZINC (docking.org)

四.基础操作

4.1 obabel解压缩

首先我们下载的是一个fda.mol2文件，这是个大的压缩文件,要使用obabel 进行解压缩成若干个小的mol2文件

obabel -i mol2 fda.mol2 -o mol2 -O fda.mol2 -m

4.2 使用MGLTools中的小工具循环将mol2文件转换为pdbqt文件

 for i in *mol2;do echo $i; pythonsh ~/Biosfot/mgltools_x86_64Linux2_1.5.6/MGLToolsPckgs/AutoDockTools/Utilities24/prepare_ligand4.py  -l $i $i.pdbqt ;done

4.3 进行分子对接

因为我使用的是不需要安装的vina，也就是GitHub下载的版本，这个版本又和视频之中的不一样，会少了一个log选项，所以你如果是按照视频之中的安装，那么分子对接的命令和我是不一致的,help一下命令，看看参数

AutoDock Vina v1.2.3

Input:
  --receptor arg             rigid part of the receptor (PDBQT)
  --flex arg                 flexible side chains, if any (PDBQT)
  --ligand arg               ligand (PDBQT)
  --batch arg                batch ligand (PDBQT)
  --scoring arg (=vina)      scoring function (ad4, vina or vinardo)

Search space (required):
  --maps arg                 affinity maps for the autodock4.2 (ad4) or vina
                             scoring function
  --center_x arg             X coordinate of the center (Angstrom)
  --center_y arg             Y coordinate of the center (Angstrom)
  --center_z arg             Z coordinate of the center (Angstrom)
  --size_x arg               size in the X dimension (Angstrom)
  --size_y arg               size in the Y dimension (Angstrom)
  --size_z arg               size in the Z dimension (Angstrom)
  --autobox                  set maps dimensions based on input ligand(s) (for
                             --score_only and --local_only)

Output (optional):
  --out arg                  output models (PDBQT), the default is chosen based
                             on the ligand file name
  --dir arg                  output directory for batch mode
  --write_maps arg           output filename (directory + prefix name) for
                             maps. Option --force_even_voxels may be needed to
                             comply with .map format

Misc (optional):
  --cpu arg (=0)             the number of CPUs to use (the default is to try
                             to detect the number of CPUs or, failing that, use
                             1)
  --seed arg (=0)            explicit random seed
  --exhaustiveness arg (=8)  exhaustiveness of the global search (roughly
                             proportional to time): 1+
  --max_evals arg (=0)       number of evaluations in each MC run (if zero,
                             which is the default, the number of MC steps is
                             based on heuristics)
  --num_modes arg (=9)       maximum number of binding modes to generate
  --min_rmsd arg (=1)        minimum RMSD between output poses
  --energy_range arg (=3)    maximum energy difference between the best binding
                             mode and the worst one displayed (kcal/mol)
  --spacing arg (=0.375)     grid spacing (Angstrom)
  --verbosity arg (=1)       verbosity (0=no output, 1=normal, 2=verbose)

Configuration file (optional):
  --config arg               the above options can be put here

Information (optional):
  --help                     display usage summary
  --help_advanced            display usage summary with advanced options
  --version                  display program version

先简单测试一波一个分子能不能操作

./vina_1.2.3_linux_x86_64 --config config.txt --ligand fda666.pdbqt --out test/666.pdbqt

可以，那么循环操作就可以了

for i in *pdbqt;do ./vina_1.2.3_linux_x86_64 --config config.txt --ligand $i --out test/$i.log ;done

不过很明显从参数来看vina 1.2版本以上是内置了使用cpu并行运算的，一次搞n个分子，但是不是很明白怎么操作，有知道的大佬可以在评论区说一下

但是我还是懂的其他Linux和python的并行操作的，起码有三种方式可以搞，但是在这里就不展开了（哈，会不会有人想打我）

补充：vina可以在python中使用的脚本

看到这个我也就明白为何pip安装的Linux调用不了，因为这个是直接在python调用包才行（自己有点愚蠢了）

Python scripting — Autodock Vina 1.2.0 documentation (autodock-vina.readthedocs.io)

#! /usr/bin/env python
# -*- coding: utf-8 -*-
#
# My first example with AutoDock Vina in python
#

from vina import Vina


v = Vina(sf_name='vina')

v.set_receptor('1iep_receptor.pdbqt')

v.set_ligand_from_file('1iep_ligand.pdbqt')
v.compute_vina_maps(center=[15.190, 53.903, 16.917], box_size=[20, 20, 20])

# Score the current pose
energy = v.score()
print('Score before minimization: %.3f (kcal/mol)' % energy[0])

# Minimized locally the current pose
energy_minimized = v.optimize()
print('Score after minimization : %.3f (kcal/mol)' % energy_minimized[0])
v.write_pose('1iep_ligand_minimized.pdbqt', overwrite=True)

# Dock the ligand
v.dock(exhaustiveness=32, n_poses=20)
v.write_poses('1iep_ligand_vina_out.pdbqt', n_poses=5, overwrite=True)

之后还有分子动力学模拟，之前看过一篇文献叫Beware of docking!
，大概意思就是docking只能提供一个切面，分子动力学模拟比较可靠一点。所以如果想要深入的话，可以以分子对接作为筛选，筛选前面几个分子然后去做分子动力学模拟。