第四节 配置文件详解：Vina 配置文件 (.conf) 的书写规则

说实话，我刚开始用 AutoDock Vina 的时候，最头疼的不是分子对接本身，而是那个 .conf 配置文件。这玩意儿看着简单，但稍微写错一个参数，结果就可能一塌糊涂。

先给大家看一个典型的 .conf 文件长什么样：

receptor = receptor.pdbqt
ligand = ligand.pdbqt

center_x = 15.0
center_y = 20.0
center_z = 10.0

size_x = 25
size_y = 25
size_z = 25

energy_range = 4
exhaustiveness = 8
num_modes = 9
seed = 12345

out = output.pdbqt
log = docking.log
cpu = 0

看着是不是挺直观？但里面门道可不少。我把各个参数拆开来讲，每个都是我踩过的坑。

4.1 中心坐标 —— 你找对地方了吗

中心坐标 center_x、center_y、center_z，说白了就是定义你希望配体往哪个位置去对接。我见过好多新手直接把坐标设成 (0,0,0)，结果配体跟蛋白隔了十万八千里，怎么算都算不出合理构象。

坐标怎么定？我个人习惯用 PyMOL 或者 Discovery Studio 先打开蛋白结构，把结合位点周围的关键残基选出来，然后看这些残基的中心在哪。举个例子，我去年做过一个激酶项目，已知活性位点里有 Lys72 和 Glu91，我就用这两个残基的 Cα 坐标取了个平均值。

我曾经犯过一个低级错误：把一个蛋白的质心坐标直接复制粘贴过来，结果对接出来的构型全部在蛋白表面，根本不是想要的结果。后来我一查，发现结合口袋在蛋白深处，和质心差了十几埃。所以，坐标一定要手摸结合口袋的位置来确定。

4.2 盒子大小 —— 别太小，也别太大

size_x、size_y、size_z 定义搜索盒子的边长，单位是埃（Å）。这个参数的物理意义是什么？其实就是告诉 Vina：“你只能在这么大的区域内找配体的位置。”

我见过最典型的坑是这样的：盒子太小，配体放不进去，或者蛋白质表面上合适的构象根本进不了盒子。我也遇到过盒子太大，搜索空间太大导致计算量飙升，跑几个小时都出不来结果。

怎么选盒子大小？ 我个人给个参考：

• 如果你知道活性口袋的精确位置，盒子边长取 15-25 Å 就够了。我一般用 20。
• 如果你只知道大概区域，或者做的是盲对接（blind docking），盒子就得覆盖整个蛋白或者至少主要结构域。边长可能得到 40-60 Å。
• 还有一种情况：你的配体本身很大（比如糖链或者多肽），那盒子就得能容纳整个配体旋转的空间。配体最长链的 1.5 倍，一般不会错。

我记得有个学生做了一个 GPCR 的对接，配体分子量只有 400 左右，结果他把盒子设成 50×50×50，exhaustiveness 设为 20，硬是用工作站跑了一整天。最后我一问，其实已知结合位点就在 TM3-TM5 跨膜螺旋附近，盒子只用 20×20×20 就够用了。你看看，一个参数选错，浪费多少时间？

4.3 能量范围与排数 —— 要多少个结果？

energy_range 和 num_modes 这哥俩是配合着用的。

energy_range 表示：Vina 输出的最优构象和最差构象之间的能量差上限。比如我设 energy_range = 4，那输出的所有构象中，得分最高的和得分最低的，两者能量差绝对不能超过 4 kcal/mol。

num_modes 是输出多少个构象。我常用的值是 9，因为 Vina 默认最多输出 9 个，而且 9 个构象已经能覆盖大部分有意义的结果了。

为什么要设这两个参数？原因很简单：你不想看到能量上相差很大的结果混在一起，也没必要输出几百个无效构象。

举个例子：你跑了一个对接，最优结果 -9.3 kcal/mol，如果 energy_range=4，那么输出的 9 个结果的能量必须在 -9.3 到 -5.3 之间。如果某个构象能量是 -3.0，它直接被过滤掉了——即使它的 RMSD 跟最优构象很像，能量差太大也没意义。

你想想看：如果一个对接只输出 2 个结果，你拿什么来分析结合模式的多样性？我曾经在一次激酶抑制剂项目中，明明最优构象得分很好，但次优构象的能量差只有 0.3 kcal/mol，空间构象却差很多。要不是我当时设了 num_modes=9，根本发现不了这两种结合模式的差异。

4.4 exhaustiveness —— 搜索深度

exhaustiveness 参数控制的是 Vina 用于全局搜索的随机种子数。说白了就是：Vina 会在盒子里随机取点，然后从这个点出发去优化，取多少随机起点，就由这个参数决定。

默认值是 8。但如果你在做一个精密的结合模式分析，我建议你设到 16 或 24。如果只是跑虚拟筛选的初筛，8 就够用了。我曾经在论文里看到有人设 64，说实话我觉得没必要，除非你用的是超级计算机，不在乎时间。

这里有个坑：exhaustiveness 和盒子大小是正相关的。盒子越大，需要的 exhaustiveness 越高。我一般按这个原则：

盒子体积 (ų)     推荐 exhaustiveness
< 8000 (≈20³)      8 - 12
8000 - 27000       12 - 20
27000 - 64000       20 - 32
> 64000             32 - 48

4.5 seed —— 随机种子

这个参数可能最容易被忽略，但它其实挺重要。如果你设了一个固定的 seed（比如 12345），那么每次跑这个配置文件，结果都是完全一样的。这有什么好处？

• 可复现性：评审的时候别人可以精确重复你的结果。
• 调试：调参数时能确定变化是由参数引起的，而不是随机因素。

如果 seed 不写或者设为负数，Vina 会用系统时间作为种子，每次结果都不一样。

我个人习惯：在研究阶段不设 seed，多跑几轮看稳定性；在最终确定参数后，固定 seed 来生成正式结果。

4.6 其他参数

cpu = 0 表示使用所有 CPU。如果你的机器是 16 核，Vina 会启动 16 个线程来跑。如果你只设 cpu=4，只会在 4 核上跑。

out 和 log 是输出文件路径，注意扩展名必须是 .pdbqt 和 .txt（或 .log）。我见过有人写成 .pdb，结果 Vina 直接报错。

4.7 一个完整的配置文件示例

下面这个配置是我去年做的一个 JAK2 抑制剂项目的实际配置文件，你可以直接参考：

receptor = jak2_kinase.pdbqt
ligand = inhibitor_33.pdbqt

center_x = 12.56
center_y = -3.22
center_z = 8.74

size_x = 20
size_y = 20
size_z = 20

energy_range = 4
exhaustiveness = 16
num_modes = 9
seed = 20230520

out = inhibitor_33_docked.pdbqt
log = inhibitor_33_docking.log
cpu = 0

你可能会发现中心坐标有点小数点。是的，我强烈建议你从结构里精确测量坐标，不要手动凑整数。Vina 对坐标精度很敏感——0.1 埃的偏移都可能改变结果的 RMSD。

知识结构：配置文件核心参数一览

4.8 避坑清单

聊了这么多，我最后把最容易踩的坑汇总一下。这清单是我从这些年帮同事、学生排查对接问题的经验里提炼出来的。