在Linux服务器上跑分子对接绕不开AutoDock这套老牌工具链。但真要动手装的时候不少人会被AutoDockTools、AutoGrid、AutoDock这几个名字绕晕——它们到底谁是图形界面、谁是计算程序为什么装AutoDockTools要拖着MGLTools一起装Grid Box的坐标到底怎么定这些坑我在自己服务器和课题组工作站上都踩过一遍这篇就把整个安装和首次对接的完整链路写清楚从依赖环境到结果解读照着做就能跑通。1. 装之前先把三个工具的分工和版本坑理清楚很多新手上来就直接搜“AutoDock安装教程”结果发现网上的资料有的说装MGLTools有的说装AutoDock 4.2.6还有的推荐AutoDock Vina一会儿说用Python 2一会儿说用Python 3整个人都是懵的。这里先花几分钟把工具链的关系捋清后面能少走不少弯路。1.1 三个工具各自负责什么AutoDockToolsADT严格来说不是一个独立的软件而是依附于MGLTools平台的图形化操作前端。它的作用是准备受体和配体的PDBQT文件、设置Grid Box、生成对接所需的GPF和DPF参数文件、查看对接结果。它本身不做对接计算。AutoGrid是网格参数计算程序读入受体和配体信息之后在指定范围内计算探针原子与受体之间的相互作用能把结果写进map文件为后续的对接搜索做能量打底。AutoDock才是真正执行对接搜索的程序它把配体放在Grid Box定义的搜索空间里通过遗传算法或模拟退火不断尝试配体的构象和位置最后输出结合能和结合模式。通俗点说ADT是“办公室”AutoGrid是“准备地图的人”AutoDock是“跑到地图里找最优路径的人”。三者串起来才能完成一次完整对接。1.2 版本选择MGLTools 1.5.7配AutoDock 4.2.6官方稳定组合是MGLTools 1.5.7内含ADT 1.5.7加AutoDock 4.2.6。这个组合在2010年前后进入成熟期虽然界面老但胜在稳定、资料多、兼容性好至今仍在大量论文中使用。这里有个关于Python版本的隐情ADT 1.5.6依赖Python 2.5ADT 1.5.7依赖Python 2.6但是MGLTools发布的是自带Python的解释器环境不需要你系统里提前装好对应版本的Python这点对Linux用户友好。不过要注意如果你的系统是近两年的发行版比如Ubuntu 22.04或更新版本系统默认没有Python 2相关包但这不影响MGLTools运行因为它自带的Python库是打包在一起的。真正需要担心的是动态链接库缺失的问题后面专门讲。2. 环境检查与依赖准备别让老软件卡在新系统上AutoDock 4.2.6的源码是2010年前后的代码编译依赖和今天的Linux发行版存在一些代沟。我在Ubuntu 20.04和22.04上都编译过也在CentOS 7和8上试过这里直接给出稳妥的环境准备清单。2.1 系统与编译器检查先确认系统是64位还是32位。现在基本都是64位但保不齐手上有台老的工控机或虚拟机跑uname -m看看输出x86_64就是64位。编译器方面AutoDock 4.2.6要求有gcc和g版本不用太新gcc 4.8以上的都可以。Ubuntu/Debian系安装sudo apt update sudo apt install -y gcc g make cmakeCentOS/RHEL/Fedora系用sudo yum install -y gcc gcc-c make cmake如果提示找不到g,一般是没装build-essentialUbuntu直接装这个包就行。另外建议把libx11-dev和libmotif-dev装好虽然AutoDock本身的编译不需要图形库但ADT的图形界面在部分系统上依赖这些X11相关组件。2.2 下载渠道和压缩包确认三个软件的下载渠道先说清楚MGLTools 1.5.7去CCSB官网的“Download”页面找Linux版文件名一般是mgltools_x86_64Linux2_1.5.7.tar.gz。AutoDock 4.2.6去AutoDock官网下载源码压缩包autodock-4.2.6-x86_64.tar.gz这是同时包含AutoGrid和AutoDock源码的包。下载的时候有个小细节有些高校或机构的网络访问国外站点慢或者被拦可以尝试用校内镜像或GitHub上的存档仓库。还有下载完立刻算一下MD5我用curl下载时遇到过不完整的情况解压时报“unexpected EOF”才发现的白白浪费了二十分钟。2.3 确认gnuplot是否为必需网上有些教程会提到gnuplot说ADT的某些分析功能需要它。实际上gnuplot只是ADT用于绘制能量曲线等图表的外部工具不装也能完成对接全流程。如果你只是做常规的对接和结果分析可以先不装节省时间。后面如果需要绘制能量趋势图再补装也不迟。3. AutoDockTools安装图形环境与Python兼容问题MGLTools 1.5.7的安装方式比较特别它不是传统意义上的configure make make install而是解压后直接运行安装脚本。3.1 解压、安装与配置环境变量cd /opt sudo tar zxvf mgltools_x86_64Linux2_1.5.7.tar.gz cd mgltools_x86_64Linux2_1.5.7 sudo ./install.sh安装脚本会询问安装路径默认就是当前目录直接回车即可。安装完成后会在/opt/mgltools_x86_64Linux2_1.5.7/bin下生成一堆可执行文件其中重要的是pythonshMGLTools自带的Python解释器和pmv、adt等启动脚本。之后配置环境变量编辑~/.bashrcexport MGL_ROOT/opt/mgltools_x86_64Linux2_1.5.7 export PATH$MGL_ROOT/bin:$PATH运行source ~/.bashrc使其生效然后在终端输入adt如果弹出ADT的主窗口说明安装成功。3.2 无图形环境的服务器怎么用ADT这个问题非常普遍科研服务器往往没有显示器ADT的图形界面根本打不开。我在帮同事配置的时候遇到过两种典型场景一是有X11转发可以远程打开图形界面。这种情况下需要确保X11Forwarding开启并且本地有X ServerWindows上用MobaXterm或Xshell配合Xmanager。但受网络延迟影响画图操作会卡体验一般。二是纯命令行环境无法打开图形界面。此时ADT只能用来做一件事——利用它的pythonsh脚本批量处理PDBQT文件。你可以在有图形环境的个人电脑上把参数文件准备好再用命令行执行AutoGrid和AutoDock。更高效的做法是用prepare_receptor4.py和prepare_ligand4.py这两个命令行脚本直接生成PDBQT文件这两个脚本就在MGLTools的MGLToolsPckgs/AutoDockTools/Utilities24/目录下也是用pythonsh调用的cd /opt/mgltools_x86_64Linux2_1.5.7/MGLToolsPckgs/AutoDockTools/Utilities24 /opt/mgltools_x86_64Linux2_1.5.7/bin/pythonsh prepare_receptor4.py -r receptor.pdb -o receptor.pdbqt这对无图形界面的服务器来说等于打开了自动化批量对接的大门。这也是为什么我建议你即使看到ADT界面也顺手把命令行脚本的调用方式学会——批量处理几十个配体的时候你就知道这有多重要了。3.3 新版系统缺少libXext等图形库的解决方案MGLTools 1.5.7毕竟是老软件在较新的Ubuntu发行版上双击adt启动时可能会报error while loading shared libraries: libXp.so.6: cannot open shared object file这是因为新版系统把libxp从默认安装中去掉了。解决办法是安装兼容库sudo apt install libxp6 # 如果提示没有该包先启用 universe 源还有可能缺少libXmu.so.6、libXi.so.6等同样用sudo apt install libxmu6 libxi6解决。每次碰到缺库先执行ldd /opt/mgltools_x86_64Linux2_1.5.7/bin/adt看看缺哪几个缺啥补啥就行。如果是纯命令行服务器建议直接跳过ADT图形界面用Utilities24目录下的脚本完成结构准备这是当前最推荐的做法。4. AutoGrid和AutoDock的编译安装从源码到可执行文件AutoGrid和AutoDock的源码在同一个压缩包里编译方式一致必须使用g编译。4.1 解压源码并进入对应目录tar zxvf autodock-4.2.6-x86_64.tar.gz cd autodock-4.2.6解压后你会看到autodock和autogrid两个子目录每个目录下都有src子目录源码和Makefile都在里面。4.2 编译AutoDock核心程序cd autodock/src ./configure makeconfigure会检测编译器并生成Makefile如果系统缺少某些头文件会在这里报错。常见的报错如fatal error: X11/Xlib.h: No such file or directory这是因为AutoDock 4.2.6的源码里包含了一个带图形界面的辅助工具编译时需要X11开发头文件。解决办法是安装X11开发库sudo apt install libx11-dev然后再make clean重新编译。编译结束后在autodock/src下会生成autodock4可执行文件。AutoGrid的编译方式完全一样cd ../../autogrid/src ./configure make生成autogrid4可执行文件。4.3 安装到系统路径并验证把两个可执行文件复制到/usr/local/bin方便全局调用sudo cp autodock4 /usr/local/bin/ sudo cp autogrid4 /usr/local/bin/验证方法很简单直接运行autodock4正常情况下会输出一大段版本信息和用法说明。同样运行autogrid4验证。如果提示Permission denied检查可执行权限chmod x /usr/local/bin/autodock4编译过程中还有一个小技巧Makefile里默认的优化参数是-O3如果编译时内存不足或想排查问题可以在configure之前手动修改Makefile把-O3换成-O0但正式计算建议保留-O3以保证速度。5. 第一次对接前必须做对的准备受体与配体处理工具装好只是第一步真正决定对接结果质量的是输入文件的处理。这一步做错后面的Grid设得再准都白搭。我见过太多人拿AutoDock跑的原始结果全是正结合能十有八九是蛋白或者配体没有正确处理氢原子。5.1 受体的获取与预处理受体的初始结构一般从PDB数据库下载。这里有个关键点AutoDock的输入格式是PDBQT不是PDB需要用ADT或脚本做转换。PDBQT相比于PDB多了部分电荷Q和原子类型T信息。用命令行脚本处理最标准的方法是pythonsh prepare_receptor4.py -r 1abc.pdb -o 1abc.pdbqt -A hydrogens -U nphs_lps_waters_nonstdres这里的参数含义是-A hydrogens表示添加所有氢原子-U nphs_lps_waters_nonstdres表示去除非极性氢、孤对电子、水分子和非标准残基。小白容易忽略的是AutoDock4中的非极性氢不参与计算会在生成PDBQT时被合并掉而极性氢比如羟基、氨基上的氢必须保留它们是形成氢键的关键。如果蛋白结构里含有配体或辅因子要先用文本编辑器或PyMOL把这些异源分子移除只保留蛋白质部分。特别的结合位点内的水分子要不要删除是有讲究的。计算结合自由能时通常建议先全部删除水之后再根据实际需要做全水分子显式处理的进阶研究新手不要在一开始就纠结。5.2 配体的获取与可旋转键设置配体可以从PubChem、ZINC15等数据库下载格式一般是SDF或MOL2。AutoDock的PDBQT不直接支持SDF输入可以用Open Babel做格式转换obabel ligand.sdf -O ligand.pdb转到pdb之后再用ADT的prepare_ligand4.py脚本处理pythonsh prepare_ligand4.py -l ligand.pdb -o ligand.pdbqt脚本会自动检测配体的可旋转键在PDBQT文件的ROOT和TORSDOF字段里标注。也可以手动通过-A参数设定“保持所有原子严格位于根节点”或者-B参数指定旋转键数目。这里我说一个我自己常用的方式在脚本处理前用Open Babel给配体加氢并生成3D构象obabel ligand.sdf -O ligand.pdb --gen3d然后用prepare_ligand4.py处理。如果配体本身是柔性很大的长链分子自动检测的旋转键可能过多导致搜索空间爆炸建议通过ADT图形界面手动限制只保留关键的单键或者用-B参数限制旋转键数量。5.3 PDBQT转换失败的常见报错与对策在脚本处理过程中最容易遇到的是Need to united atom types或Bad atom type原子类型不被AutoDock识别。原因是PDB文件里的原子命名不规范或者包含了AutoDock不支持的金属离子。对策是检查配体的HETATM记录必要时用ADT图形界面的Edit - Add H或Edit - Delete水先做整理。Number of atoms in ligand is different比较少见通常是配体含多个构象导致的。对策是只保留第一个构象用obabel ligand.sdf -O ligand.pdb -f 1 -l 1强制读取第一个构象。还有一点配体如果在PDB里含有磷酸基团、硫酸基团等需要用Gasteiger电荷默认自动分配。AutoDock 4默认使用的就是Gasteiger电荷模型如果手动改过电荷反而可能导致结果不可复现。6. Grid Box到底怎么框活性口袋定位与AutoGrid运行Grid Box是AutoDock搜索配体结合位置的空间范围它的设置直接影响对接结果。框小了配体找不到正确结合位点框大了搜索空间指数增长耗时剧增且结果混乱。这一步是整个流程中最依赖经验的部分。6.1 如何确定活性口袋位置如果你研究的是已知有实验结构的蛋白配体复合物比如PDB里自带共晶配体那活性口袋的位置直接参考共晶配体即可。操作思路是把受体和原始配体一起加载到ADT里用Grid Box的中心对准原始配体的质心。如果没有共晶配体就只能靠经验判断。常见的方法查找文献中关于该蛋白的关键残基往往是突变实验或酶动力学实验验证过的活性中心残基。用FPocket或DoGSiteScorer等服务器预测口袋位置。根据蛋白的序列注释和保守结构域判断。最直接的可操作办法是把关键残基的坐标均值作为Grid Box中心。例如已知蛋白的催化三联体是Ser195、His57、Asp102就把这三个残基的中心坐标求出来填入Grid Box的center。6.2 Grid Map类型与Box间距选择进入ADT图形界面后Grid - Macromolecule - Choose选择受体PDBQT文件。Grid - Set Map Types - Choose Ligand选择配体PDBQT系统会自动生成配体所有原子类型对应的map。Grid - Grid Box调整Box大小和中心坐标。Grid Box的间距spacing一般保持默认的0.375埃这个值正好是碳碳单键长度的四分之一左右密度足够。如果你的口袋很大或者是蛋白蛋白界面可以适当调到0.5埃来加速但要接受精度的下降。Box尺寸上我一般把盒子三个方向的格子数points设置在46到60之间对应约为17到22埃的立方体足以容纳分子量500以内的配体和其柔性侧链的摇摆空间。如果是多口袋大蛋白可以适当增加到60以上但超过90就会明显变慢。6.3 生成GPF文件并运行AutoGrid在ADT里设置完成后Grid - Output - Save GPF保存为receptor_ligand.gpf。在终端运行autogrid4 -p receptor_ligand.gpf -l receptor_ligand.glg-l参数指定日志输出文件。正常运行时终端会滚动显示网格计算进度最后以Successful Completion之类字样结束。如果中途报错最常见的错误是Cannot find map file原因通常是GPF里引用的map文件类型和受体PDBQT里的原子类型对不上。比如配体里有氯原子但GPF里没有生成Cl对应的map需要回去重新Set Map Types - Choose Ligand。运行结束后会生成一系列.map文件和.glg日志文件这些是AutoDock对接时读取的能量地图。7. 运行AutoDock对接并读懂结果文件Grid算完对接就是一个参数文件和一条命令的事。但很多人卡在这一步的反而是看不懂输出结果这里把完整流程和结果判读一起讲透。7.1 生成DPF对接参数文件在ADT图形界面中Docking - Macromolecule - Set Rigid Filename选择受体PDBQT。Docking - Ligand - Choose选择配体PDBQT。Docking - Search Parameters - Genetic Algorithm保持默认的2,500,000次评价ga_num_evals这是中等搜索强度一般小分子配体够用。Docking - Docking Parameters - Accept接受默认的对接参数。Docking - Output - Lamarckian GA保存为dock.dpf。如果你的配体柔性键很多超过8个可旋转键建议把ga_num_evals提高到25,000,000搜索次数从默认的10次提高到50次否则结果容易陷入局部最优。DPF文件里面核心的几个参数含义如下表所示参数默认值含义ga_num_evals2500000遗传算法最大评价次数搜索强度核心参数ga_num_generations27000遗传算法最大代数sw_initial_temp1000.0模拟退火初始温度ga_pop_size150种群规模rmstol2.0聚类容忍度单位埃7.2 对接命令与运行过程监控autodock4 -p dock.dpf -l dock.dlg运行时间取决于系统性能和搜索空间大小。2,500,000次评价的小配体对接在普通服务器上大约需要几分钟到十几分钟25,000,000次就要半小时以上。运行过程中可以实时看进度tail -f dock.dlg里面会显示当前正在进行第几次遗传算法搜索Run、当前最佳能量值等信息。如果发现能量值在正负几千之间乱跳多半是受体和配体初始位置重叠严重需要检查初始坐标是否放在了Grid Box内部。解决方法是把配体手动移动到一个合理结合位点附近的初始位置或者用--n参数指定随机初始位置。7.3 从DLG文件中提取结合能信息dock.dlg是文本文件可以直接用文本编辑器打开。找到每个Run结束后的能量统计部分DOCKED: FINAL INTERMOLECULAR ENERGY -8.23 DOCKED: FINAL TOTAL ENERGY -8.15 DOCKED: ESTIMATED FREE ENERGY OF BINDING -7.52 kcal/mol DOCKED: FINAL INTERNAL ENERGY -0.30这里需要注意三个核心数据的区别FINAL INTERMOLECULAR ENERGY受体与配体之间的非键相互作用能是筛选结合模式时最常用的指标。ESTIMATED FREE ENERGY OF BINDING估算的结合自由能考虑了去溶剂化、构象熵等校正项学术表达中常用这个值。一般负值越小如-9.5比-6.0结合更强。FINAL TOTAL ENERGY体系总能量包含了配体内部的扭曲能量。在dock.dlg的每个Run后面还有RMSD值用于判断构象差异。ADT里可以通过Analyze - Conformations - Load打开DLG文件查看所有对接构象并按能量排序和聚类。聚类容忍度rmstol为2.0时聚类中成员数越多说明该结合模式在搜索过程中越稳定可靠性越高。实际经验是同一个配体多次对接得到的构象如果聚成一类且成员占比超过80%那么该构象的可信度就高。如果前十名结合能的构象RMSD都超过4埃说明结合模式没有收敛可能搜索空间没设好或者柔性键设置有问题需要回头调整Grid Box或配体柔性键。7.4 批量对接时如何自动提取结果如果你需要对接几十个配体手动从DLG里复制能量信息效率极低。可以用grep命令批量提取grep ESTIMATED FREE ENERGY OF BINDING dock.dlg或者写一个简单的脚本循环处理所有DLG文件for f in *.dlg; do echo $f grep ESTIMATED FREE ENERGY OF BINDING $f done这样批量筛选出的最优配体再回到ADT或PyMOL里做可视化验证。8. 我踩过的坑和给你的建议最后分享几个我做对接这几年实打实踩过的坑有些是安装阶段就埋下的隐患有些是对接结果分析时的思维陷阱。8.1 安装阶段的教训贪新反而麻烦AutoDockTools这个工具链坚持稳定优先不要追求最新。我早期试过在完全没有X11库的最小化服务器上硬装MGLTools结果图形界面起不来后来明白了ADT的图形界面不是必需品用命令行脚本配合PyMOL可视化照样能完成全部工作。MGLTools里的prepare_receptor4.py和prepare_ligand4.py才是真正的核心工具Graphical UI只是一个套壳。另外AutoDock 4.2.6的configure脚本在老系统上很乖但新系统的编译器版本和一些头文件路径变了我遇到过make时找不到X11/Intrinsic.h的情况装好libxt-dev后就解决了。遇到编译报错不要慌看提示缺什么就装什么一般不会卡太久。8.2 对接结果的验证结合能不是唯一标准很多人只看结合能大小就下结论说结合能负值越大越好。实际上AutoDock的评分函数对具体体系的适用性是有偏差的不同配体之间的结合能对比才更有参考意义。我在帮同事筛药时遇到过两个结构相似的配体一个输出-9.3另一个输出-7.8但前者在分子动力学模拟中并不稳定最终实验也验证了后者活性更好。所以合理的工作流是AutoDock对接做初筛选出前几个结合模式然后用分子动力学模拟验证复合物稳定性或者用MM-PBSA/GBSA等更精确的方法重算结合自由能。8.3 关于Vina的选择AutoDock Vina作为AutoDock 4的替代方案速度和精度都有优势。但AutoDock 4仍在科研中使用的原因在于它保留了柔性侧链对接、更丰富的力场参数和可解释性强的DLG文件适合做精细研究和教学。我的建议是安装AutoDock 4的同时也装上Vina日常初筛用Vina精细分析和柔性残基研究用AutoDock 4两者互为补充。这次写的是AutoDock 4的完整流程后面有时间我会再单独写一篇Vina的对接实操把两者的结果对比也一并放出来。8.4 一个小建议规范命名与存档对接流程涉及的中间文件很多原始PDB、加氢后的PDB、PDBQT受体、PDBQT配体、GPF、GLG、DPF、DLG、map文件……如果不规范命名过两周你可能连哪个对应哪个都分不清。我的习惯是建立如下目录结构project/ ├── input/ # 原始PDB和配体文件 ├── prep/ # 处理后的PDBQT文件 ├── grid/ # GPF、GLG和map文件 ├── dock/ # DPF、DLG文件 └── results/ # 提取出的最终对接结果每个文件加上体系名前缀比如1abc_receptor.pdbqt、1abc_ligand.pdbqt、1abc_dock.dgl这样即便过了几个月回来翻数据也能一眼看明白是哪个体系的结果。分子对接这个领域入门容易精通难。工具安装只是第一步真正积累的是对受体结构、口袋特征、评分函数适用性的理解。把AutoDockTools、AutoGrid和AutoDock这一套跑通你就有了一个可靠的基础平台后面不管是做虚拟筛选、酶工程改造还是蛋白质-配体相互作用研究都能在这个平台上继续延伸。希望这篇能让你一次顺利跑通。