3. 对接软件与引擎选型
在高通量分子对接流程中，引擎选型不是“哪个软件最好”的单一问题，而是“哪个引擎的搜索策略、打分函数、输入输出格式和批处理接口，最匹配当前靶点规模、配体库特征与算力条件”的组合决策。本节围绕四类常用工具展开：AutoDock Vina、Smina、Gnina 与 DiffDock，重点说明它们各自的特点、输入输出约定，以及如何接入批量调度。
一、四类引擎的定位差异
AutoDock Vina 是经典的经验打分函数对接引擎，采用迭代局部搜索与蒙特卡洛采样，速度快、依赖少，适合大规模虚拟筛选的第一轮粗筛。它的打分函数以范德华、氢键、疏水与去溶剂化项为主，输出亲和力（kcal/mol），数值越低表示预测结合越强。Vina 的输入是受体 PDBQT 与配体 PDBQT，输出为 PDBQT 姿态与日志中的打分表。
Smina 是 Vina 的衍生与增强版本，保留了 Vina 的打分框架，同时加入更灵活的局部优化、自定义打分项和更细的采样控制。它适合在 Vina 粗筛后做二次精修，或对特定体系调整权重。Smina 的输入输出与 Vina 高度兼容，命令行参数也大量沿用，因此迁移成本低。
Gnina 在 Vina 基础上引入卷积神经网络（CNN）打分与姿态重打分，能够利用受体-配体三维网格特征提升富集能力。它适合在粗筛后对候选分子做重排序，尤其当靶点口袋具有复杂形状或需要区分相似配体时。Gnina 的输入同样以 PDBQT 为主，输出除 Vina 打分外，还给出 CNN 打分与 CNN 亲和力，便于多指标联合筛选。
DiffDock 属于基于扩散生成模型的对接方法，不依赖传统采样与经验打分，而是从配体构象分布中学习并生成姿态。它适合处理柔性配体、口袋较浅或传统打分区分度不足的场景，但计算成本高、对受体准备与 GPU 资源要求更敏感。DiffDock 的输入通常是受体 PDB 与配体 SMILES 或 SDF，输出为预测姿态及其置信度分数。
二、输入输出格式与准备要点
Vina、Smina、Gnina 共享 PDBQT 输入体系。受体准备通常包括去水、加氢、分配电荷与原子类型，最终生成受体 PDBQT；配体则从 SDF/MOL2 经 Meeko 或 Open Babel 转为 PDBQT。需要特别注意的是，PDBQT 中的原子类型与可旋转键定义会直接影响采样空间，配体准备阶段应检查可旋转键数量是否合理，避免把环内键误设为可旋转。
DiffDock 的输入更接近原始结构：受体用 PDB，配体用 SMILES 或 SDF。它不要求 PDBQT，但要求受体与配体的链、残基编号、质子化状态尽量规范。若受体来自 AlphaFold 预测模型，需先检查口袋区域侧链朝向与质子化状态，否则扩散模型可能生成看似合理但实际不可用的姿态。
输出方面，Vina/Smina/Gnina 都会给出多个姿态及其打分，通常按打分升序排列。Gnina 额外输出 CNN 打分与 CNN 亲和力，建议同时保留 Vina 打分与 CNN 打分两列，便于后续用加权或分层策略筛选。DiffDock 输出每个配体的多个置信度排序姿态，置信度分数可用于过滤低质量预测。
三、批处理接口与调度接入
Vina 的批处理最直接：用 --config 指定受体、口袋中心与尺寸，再用 shell 循环或 GNU Parallel 对配体目录逐个调用。例如：
for lig in ligands/*.pdbqt; do
vina --receptor receptor.pdbqt \
--ligand "$lig" \
--center_x 12.5 --center_y 8.3 --center_z -4.1 \
--size_x 22 --size_y 22 --size_z 22 \
--exhaustiveness 8 --num_modes 9 \
--out "out/$(basename "$lig" .pdbqt)_out.pdbqt" \
--log "log/$(basename "$lig" .pdbqt).log"
doneSmina 的调用方式与 Vina 类似，但可加入 --score_only 对已有姿态重打分，或通过 --custom_scoring 调整权重。Gnina 在 Vina 参数基础上增加 --cnn_scoring 与 --cnn 模型选择，适合在粗筛结果上做二次重打分。DiffDock 通常以 Python 脚本批量推理，输入为配体 SMILES 列表与受体 PDB，输出为每个配体的多个姿态文件与置信度表。
四、选型决策与组合策略
实际项目中，常见组合是“Vina 粗筛 → Gnina 重排序 → 少量 DiffDock 验证”。若配体库规模在十万级，先用 Vina 以较低 exhaustiveness 快速过滤，保留打分前 5%～10% 的候选；再用 Gnina 对候选做 CNN 重打分，按 CNN 亲和力排序；最后对排名最靠前的几十个分子用 DiffDock 生成姿态，观察其置信度与口袋匹配情况。Smina 则适合在中间环节对特定靶点做参数微调或局部优化。
选型时还需考虑算力与时间预算：Vina 单配体通常秒级到分钟级，Gnina 因 CNN 推理会慢数倍，DiffDock 在 GPU 上也可能需要数十秒到数分钟。若集群以 CPU 为主，优先 Vina/Smina；若 GPU 充足，可把 Gnina 与 DiffDock 纳入流水线。最终判断依据不是单一打分，而是打分分布、姿态合理性、关键氢键与疏水接触是否保留，以及多引擎结果的一致性。