1. AutoDock 概述：发展历史、版本差异与应用领域
各位同学好。我是老周，做分子对接有些年头了。今天咱们开始讲AutoDock，这个工具在CADD领域里，可以说是「敲门砖」级别的存在。我第一次用AutoDock的时候，还是AD4刚出来那会儿，那时候GPU加速？听都没听过。跑一个对接，机器哼哼唧唧搞半天。现在回过头看，工具在变，但核心的逻辑没怎么变。
说白了，AutoDock就是帮你算小分子和蛋白能不能「合得上」。就像钥匙配锁，你的配体（小分子）能不能插进受体（蛋白）的口袋里，并产生稳定的相互作用。这背后是复杂的空间匹配和能量计算。AutoDock把这件事模块化、算法化了。
1.1 发展历史：从懵懂到成熟
AutoDock的历史不算长，但迭代很快。我个人把它分成了三个阶段。
- 萌芽期（AD3）：最早的版本，算法粗糙，速度慢。我在2000年左右读文献时见过，但没有亲手用过，那时候大家主要靠经验猜测结合模式。
- 经典期（AD4）：这个版本是很多人的「初恋」。2007年发布的AD4.2，引入了经典的拉马克遗传算法。我当年用它做第一篇文章，就是在Pentium 4的机器上跑了一整周。它奠定了AutoDock在学术界的地位。
- 爆发期（Vina）：2010年，AutoDock Vina横空出世。开发者在算法上做了很大的简化。速度比AD4快了接近两个数量级。精度却几乎没有下降。你想想看，这是什么概念？
我最怀念的是AD4那个命令行输入参数的界面，虽然繁琐，但每一步配置你都清楚。Vina把参数复杂度降下来了，但有些细节也就藏起来了。嗯，这里要注意。
1.2 核心版本差异：AD4 vs Vina
很多新手会问：我到底学哪个？我的建议是「都要会，但先学Vina」。为什么？因为它快，容易上手。但你不能只会用Vina跑默认参数，这样就浪费了它的潜力。回到AD4，它虽然慢，但参数多，调起来更灵活。你可以在AD4里验证想法，再用Vina跑批量。
我带过的项目里，有一次需要处理一个构象柔性很大的环肽。AD4的遗传算法参数调优后，找到了合理的构象变化，而Vina默认设置直接给出了一些奇怪的姿势。最后我们是在AD4里锁定关键参数，再移植到Vina脚本里的。
我把它们的核心区别做了一张表，方便你对照。
| 特性 | AutoDock 4（AD4） | AutoDock Vina（Vina 1.2.x） |
|---|---|---|
| 核心算法 | 拉马克遗传算法 + 局部搜索 | 迭代局部搜索 + 随机扰动 |
| 打分函数 | 半经验自由能函数（经验力场） | 基于经验的拟合函数（更简练） |
| 计算速度 | 慢，单次对接数分钟 | 快，单次对接数秒至数分钟 |
| 灵活性支持 | 支持受体侧链柔性（有限） | 默认受体刚性，可配合柔性参数 |
| 命令格式 | 需要预处理gpffile、dpffile | 配置文件+ grid box 参数 |
| 并行能力 | 相对较弱，依赖外部脚本 | 原生多线程支持 |
| 学习门槛 | 较高 | 较低 |
我的判断： Vina适合做高通量筛选、初步探索。AD4适合做精细调优、特定柔性问题。你用Vina跑10万个分子做虚筛的时候，AD4会把你急哭。但你用AD4精细调整一个关键构象时，Vina的简单粗暴也会让你头疼。
这就是版本差异的核心。不是谁替代谁，而是场景不同，工具不同。你可能在项目里会遇到这样的情况：先用Vina对接，发现有3个分子结合能很高，但姿势看着有点奇怪。这时候我会切回AD4，把受体附近的几个关键残基设为柔性，重新跑一次。结果往往会修正很多东西。
1.3 应用领域的「三板斧」
AutoDock能干什么？我概括为三个主要方向。你看它像一个万能扳手，在不同的行业里拧不同的螺丝。
- 药物虚拟筛选（第一板斧）：这是我们最熟悉的应用。在有了靶点（受体）后，从几十万到上百万个化合物里挑出可能结合的。AutoDock Vina配合高性能计算，可以快速完成任务。我曾经为公司做过一个针对激酶靶点的筛查，Vina把一个月的计算时间压缩到了三天。
- 结合模式预测（第二板斧）：当你知道某个化合物有活性，但不知道它怎么结合时，用AutoDock模拟一下。它能出10个结合构象，你选最合理的一个。这里面有个坑：AutoDock给出的打分最高的构象不一定是生物学上最合理的。你在看结果时，需要配合经验知识和后续实验验证。
- 先导化合物优化（第三板斧）：有了苗头化合物，想改结构提高活性。你可以把原始配体拿出来，改一个基团，再对接回去。看结合能是变好还是变差。这个我做得最多。比如有一个项目里，我们想提高一个抑制剂的选择性，就不断地在杂环上做替换，在AutoDock里看打分和结合姿势的变化。快速迭代了几十轮。
除了这三块，现在也有一些人在做蛋白-蛋白对接，预测突变影响等。但这些是更高级的应用，需要你对AutoDock的结构性文件和打分函数有更深刻的理解。我们先打好基础。
避坑指南： 我曾经遇到一个刚入行的师弟，他拿AutoDock默认参数跑了一个柔性很大的受体，结果结合能负值很大，他兴奋地不得了，以为发现了新药。我仔细一看，对接姿势是合理的，但是配体穿膜了，直接插进了受体内核，漏出蛋白表面。这就是典型的grid box设置不合理。你调参数前，一定要先保证你的grid box足够大，但不越界。
最后，我把这种从AD4到Vina、从单体到应用的演进逻辑画成了一张图，方便你有一个直观的框架。
这就是AutoDock的概貌。说白了，它就是一个链接化学信息与计算能力的桥梁。不管你以后是做药物研发、酶工程还是化学生物学，这个基础都是逃不掉的。我个人建议你在开始调优参数前，先把这些历史背景和版本差异搞清楚。为什么？因为后文我讲的很多参数技巧，都是源于对AD4遗传算法的理解和对Vina打分函数的洞察。知道来龙去脉，你才能灵活应用，而不是死记硬背命令。