第1节：AutoDock Vina简介与发展历程
咱们今天先聊聊AutoDock Vina。很多做计算化学的朋友，尤其是搞药物设计的，都管它叫“维也纳”。为啥？因为它来自The Scripps Research Institute，开发团队在La Jolla，跟维也纳没啥关系——纯粹是Vina这个词在拉丁语里是“葡萄酒”的意思。不过大家叫顺口了，我也跟着这么叫。
我第一次接触Vina，大概是2010年。那时候还是AutoDock 4的天下，做对接得配置Grid参数，跑一次要折腾半天。后来同事扔给我一个命令：./vina --receptor protein.pdbqt --ligand ligand.pdbqt。我当时就愣了——就这？回车，一分钟后结果出来了。从此，我再也没碰过老版本的AutoDock。
1.1 从AutoDock到Vina：一次精准的降维打击
说Vina之前，得先提一下它爹——AutoDock。90年代诞生的老牌分子对接软件，学术界用得非常多。但老AutoDock有个问题：配置太繁琐。
- 网格映射：得指定盒子大小、格点间距，还得算格点能量。
- 参数多：遗传算法里面的突变率、交叉率、种群数……新手看着就头大。
- 速度慢：单个配体对接，少则几分钟，多则半小时。
Vina在2010年横空出世，目标很明确：让分子对接变得简单。它把配置缩减到三样东西：受体文件、配体文件、盒子中心坐标和尺寸。没了。你想想看，一个工具如果上手需要读三天的说明书，那它就是设计失败了。
Vina做的核心改进，其实就是两件事：
- 全局搜索用随机扰动 + 局部优化：不再用遗传算法的复杂交叉变异，而是靠大量的随机初始构象加BFGS局部优化。效果好，还更快。
- 评分函数简化：老AutoDock的评分函数项太多，Vina只保留了关键的疏水作用、静电作用、氢键和转角熵。少了花里胡哨的东西，反而更鲁棒。
我记得我当时手头有个项目：一个激酶靶点，手里有2000多个化合物要做虚拟筛选。用AutoDock 4，一台机器跑一个星期。换成Vina后，同样的机器，两天就跑完了。而且对接出来的pose，用已知的晶体结构验证，RMSD中位数从1.8 Å降到了1.2 Å。这种体验，你用过一次就不会回头。
Vina的承诺：你只需要给三个文件，我还你一个对接结果。零配置，零等待。
1.2 核心算法架构：搜索 + 评分 = 结果
Vina的算法到底怎么干的？我用一个图说清楚它。
这个流程里，最妙的一步是BFGS局部优化。Vina每做完一次随机扰动，不急着判断好坏，先做一个快速的梯度下降，找到最近的局部极小点。这样算出来的能量更有意义。而老AutoDock用的是遗传算法，基本就是在那儿穷举，效率差了一大截。
避坑指南：我曾经遇到一个案例，配体太大（超过20个可旋转键），Vina默认的8次穷举迭代根本搜不出合理构象。把exhaustiveness调到64，跑了3小时，终于找到了跟晶体结构吻合的pose。所以遇到大分子配体，不要省计算量。
1.3 版本演进：从零到一，再到生态
Vina从2010年发布至今，经历了几个关键版本。我帮你捋一遍。
| 版本 | 发布时间 | 核心变化 | 我印象最深的坑 |
|---|---|---|---|
| Vina 1.0 | 2010 | 开山之作。单核CPU，不支持多线程。 | 只能串行跑，做个虚拟筛选得等一周。 |
| Vina 1.1 | 2011 | 加入多线程支持。速度直接翻4倍（4核）。 | 多线程超过8个容易崩，得手动限核。 |
| Vina 1.2.0 | 2021 | 支持GPU加速（CUDA）、修正打分函数参数。 | GPU版对显存要求高，8GB卡只能跑小分子。 |
| Vina 1.2.5 | 2023 | 支持柔性残基、RNA/DNA对接、共价对接。 | 柔性残基定义复杂，容易报错。 |
你看这个表格，Vina的进化其实很有逻辑。前面几年主要在加速，后面几年在扩能力。为啥2021年才加入GPU？因为CUDA生态成熟了，Vina团队不需要自己从零写GPU代码，直接用现成的框架就好。这就是一个成熟开源项目的生存智慧——不重复造轮子，只造自己擅长的。
1.4 为什么是Vina？不是其他的？
市面上分子对接软件不少。Glide、Gold、MOE、LeDock……各有各的本事。但Vina在学术界和开源社区里，地位一直很稳。我总结三个原因：
- 开源免费：对于课题组，尤其是经费紧张的地方，这个太关键了。当年我读博时，导师给不起Glide的license费，Vina就是我们唯一的武器。
- 命令行友好：Vina天然适合脚本化和高通量。我一般用Python写个循环，把几千个配体塞给Vina，再写个脚本把结果整理成表格。一次配置，终身使用。
- 结果可复现：Vina的随机种子是固定的，只要参数不变，在任何人机器上跑出来结果一模一样。这在发文章的时候很重要——审稿人可以复现你的结果。
注意：Vina的评分函数并不是万能的。它在大规模虚拟筛选时对Top化合物的富集因子还不错，但对绝对结合自由能的预测，误差通常在1-2 kcal/mol。所以不要拿Vina的打分做定量预测——它的强项是挑出“可能的活性分子”，不是告诉你“这个分子结合得多强”。
1.5 一个简单的第一次运行
说了这么多，不如上手跑一个。假设你已经在Linux系统里装好了Vina，一个最小工作流是这样的：
# 准备受体文件（改成PDBQT格式）
# 一般用MGLTools的prepare_receptor4.py
prepare_receptor4.py -r protein.pdb -o protein.pdbqt
# 准备配体文件（同样改格式）
prepare_ligand4.py -l ligand.sdf -o ligand.pdbqt
# 设置对接盒子（中心坐标和尺寸）
# 假设蛋白活性口袋中心在 (x=12.5, y=8.3, z=-4.7)
# 盒子大小设为 20×20×20 Å
# 运行Vina
vina --receptor protein.pdbqt \
--ligand ligand.pdbqt \
--center_x 12.5 --center_y 8.3 --center_z -4.7 \
--size_x 20 --size_y 20 --size_z 20 \
--exhaustiveness 16 \
--num_modes 9 \
--out output.pdbqt
# 跑完后的结果：output.pdbqt 里含有9个对接构象
# 每个构象的评分在REMARK行里可以找到第一次跑的同学，可能会遇到一个经典问题——盒子太小。Vina要求盒子完全覆盖配体的所有可能的摆放位置。如果盒子的边缘太靠近配体初始构象，Vina会把配体“推出”盒子外，然后报错。我习惯把盒子设得比配体最大的可能延伸大5 Å，这样基本不会出问题。
小贴士：盒子中心怎么定？最可靠的办法是拿已知的共晶结构，把配体的几何中心坐标直接拿来用。没有晶体结构的话，可以用PyMOL或Chimera量一下活性口袋的空腔中心——用鼠标点几个关键残基，取它们的坐标平均值，八九不离十。
1.6 Vina还活着，而且活得很好
有人问我，深度学习这么火，是不是Vina要过时了？我的回答是：不会。
Vina代表着经典计算化学的顶峰——物理模型驱动，可解释性强，计算成本可控。深度学习模型在打分精度上确实有提升，但它们的可泛化性和可迁移性还有很大问题。你拿一个训练集里没有的蛋白类型去跑深度学习打分，预测结果可能非常离谱。而Vina的评分函数是基于物理化学原理的，“没见过”并不等于“不会算”。
咱们这个课程的目的，就是要把Vina这个老伙计的潜力彻底挖出来。后面的章节里，我会带你调参数、建特征、结合机器学习做筛选。你有好想法，它就能帮你实现。