CADD之分子对接三：利用autodockvina套件进行批量对接——virtual drug screening

目录

1.准备需要的对接文件

靶蛋白的pdbqt文件

小分子库(.pdbqt)格式

对接盒子及信息文件config.txt

2.需要用到的工具

linux系统(服务器，虚拟机或windows上的WLS均可)

autodocktools

openbabel

autodock vina

3.对接环境配置

4.对接过程

1.准备需要的对接文件

这部分参照我前面的博客，详细展开，会很冗长：
对接文件准备
注：蛋白质的处理方法与博客中一致，对于小分子库的批量处理及config.txt文件的参数上有差异，请参照这篇博客的内容

3.对接环境配置

直接使用windows上WLS的unbuntu系统

打开Windows的Microsoft Store在其中搜索ubuntu，直接安装即可，我安装的是18.04.5版本
可按照下面的这篇博客操作：
WLS的安装

在linux系统中安装anaconda3

为保险起见，建议后面所有的操作在root权限下完成，开始由于没有使用root权限，导致后面踩了一天的坑，西湖的水我的泪这个到后面具体的位置会讲到。
anaconda3的安装很容易：

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda-1.5.0-Linux-x86_64.sh
sh Anaconda-1.5.0-Linux-x86_64.sh
# 后面一直yes即可
# 配置一下环境变量
vim ~/.bashrc
# 最后一行输入
export PATH="/你的anaconda3安装的绝对路径/anaconda3/bin:$PATH"
# 保存退出
source ~/.bashrc

在linux中安装autodockTools

这部分请使用root权限来搞，在base环境下进行，不然后面会遇到坑，numpy无法调用，MolKit也无法调用（不说了，全是泪）。
首先在官网上下载安装包：
官网下载地址
此处选择mgltools_x86_64Linux2_1.5.7.tar.gz (Linux 64 tarball installer 108Mb)
安装过程：

# 解压安装包：
tar -zxvf mgltools_x86_64Linux2_1.5.7.tar.gz
# 进入mgltools_x86_64Linux2_1.5.7,运行安装脚本
cd mgltools_x86_64Linux2_1.5.7
bash install.sh
# 安装完毕后配置环境变量
vim ~/.bashrc
# 打开后添加如下几行
export PATH=mgltools文件包的绝对路径/bin:$PATH
# 添加alias，同样在.bashrc中，新增下面4行
alias pmv='mgltools文件包的绝对路径/bin/pmv'
alias adt='mgltools文件包的绝对路径/bin/adt'
alias vision='$mgltools文件包的绝对路径/bin/vision'
alias pythonsh='mgltools文件包的绝对路径/bin/pythonsh'
# 保存退出
# 更新设置
source ~/.bashrc

安装完成后我们检查一下，确保安装成功：

# 查看python版本，mgltools包是python2编写的，因此你base环境中的python为2版本运行后续代码才不会出错
python -V
# 我的显示未python2.7.11
# 进入python，检查numpy,Molkit导入
python
>import numpy
>import MolKit
# 均未出现报错，说明安装没有问题，如果报错提示出现UCS2,建议删除，在root环境下搞

安装mgltools主要是使用其中的脚本，prepare_ligand.py和prepare_ligand4.py两个脚本可以批量处理分子库中的分子(加极性氢，电荷优化等)。mgltools中还有好多其它好用的脚本，后面的教程中会慢慢介绍。关于批量处理配体的部分我将在openbabel部分介绍。

在linux中安装openbabel

# 创建一个openbabel的环境
conda create -n openbabel python==2.7
# 激活环境
conda activate opanbabel
# 安装openbabel
conda install openbabel -c conda-forge
# 测试安装成功
obabel -V

openbabel安装成功后，接下来对小分子库进行处理，这里用到了文献上提供的格式转换器进行smiles到sdf格式的转换（自己实验了一下，感觉效果比较好），CACTUS[1]:
CACTUS格式转换器
将smiles格式转换为sdf以后，接下来结合openbabel及prepare_ligand4.py脚本来处理，将mol2格式的分子库文件拆分并转换为.pdbqt的格式（注：openbabel也可以转换pdbqt格式，但实测效果并不好，得出的结构有时会扭曲的不像样子）。

# 首先将mol2格式转换成sdf
obabel ligand.sdf -omol2 -m
# 将大文件切分为单个小文件，共2860个小分子
obabel -i mol2 ligand.mol2 -o mol2 -O ligand.mol2 -m
# 创建文件夹
mkdir {1..2860}
# 批量将配体放入文件夹下
for i in {1..2860};do mv ./ligand${i}.mol2 ./$i;done
# 为方便后面对接，文件夹内的配体名统一改为ligand.mol2
for i in {1..2860};do cd ./$i; mv ligand*.mol2 ./ligand.mol2; cd ../;done
# 批量转换mol2文件为.pdbqt文件,用prepare_ligand4.py脚本来完成
for i in {1..2860};do cd ./$i; /绝对路径/prepare_ligand.py -l ligand.mol2 -o ligand.pdbqt; echo $i; cd ../;done

在linux系统中安装autodock vina

在官网上下载vina_1.2.3_linux_x86_64版本，并编译即可
官网下载链接：
vina下载地址
官网教程链接：
vina官方教程

4.对接过程

一切准备就绪，我们进入对接过程：
把需要的建立几个文件夹，把需要的对接文件放进去：

mkdir data
cd data
mkdir input
# 随后将处理好的小分子库，蛋白质的pdbqt文件，以及config.txt文件放入到input文件夹中， 

对config.txt文件稍做改动，其中receptor要写清绝对路径，对于energy_range项根据自己的体系设置， 也可不设置。
运行如下指令进行对接：

# 运行对接指令
for i in {1..2860};do cd ./$i; vina --config 绝对路径/config.txt --out ligand.log; echo $i; cd ../;done 
# 等待运行完成，会生成2860个.log文件，分别存储2860个分子对接的结果

接下来对对接结果进行提取和分析：

# 提取.log文件,统一存放到log_file文件夹中
mkdir log_file
# 由于前面对接时每一个log文件都叫ligand_protease,在合并到一个文件夹中需要先按照序号进行重新命名
for i in {1..2860}; do cd $i; mv ligand_protease.log ligand_protease_$i.log；cp ligand_protease_$i.log/log_file文件夹的绝对路径/log_file/;cd ../;done
# 对.log文件进行备份
mkdir out_file_change_log_name
for i in {1..2860};do cp -r $i /绝对路径/out_file_change_log_name/;done

对于对接结果，我们关注的是亲和力，与蛋白质结合亲和力越强的分子可能性越大。
接下来写一个脚本，提取每个分子的结合亲和力信息：

# log_file文件夹中创建脚本
touch extract_affinity.py
# 进入编写
vim extract_affinity.py

# 脚本内容
# !/usr/bin/env python
import glob
log_file = glob.glob('*.log')

file1 = open('affinity.out','w')
for i in log_file:
	file2 = open(i,'r')
	data = file2.readlines()
	file2.close()
	for j in data:
		if j.split()[0] == 'REMARK' and j.split()[1] == 'VINA':
			if j.split()[4] == '0.000':
				affinity = i + '   ' + j.split()[3]
				file1.writelines(affinity + '\n')
			else:
				continue

file1.close()
# 退出并保存

在log_file文件夹中运行脚本即可：

python extract_affinity.py

对得到的affinity.out文件中根据能量值排序，选出合适的分子，进行进一步的MD模拟。

注：整个过程主要参考了nature protocol上的文章，及一篇简书上的教程，网络教程千千万，靠谱的凤毛麟角，这篇算保姆级的了，如果您跟着不能复现，请随时留言。此外说明一点，vina目前有GPU版本的，次教程中用到的是cpu版本，我试了一下，还是很快的，4000个左右分子，一晚上就结束了。
量很大的建议用GPU，天量对接的还可以用集群来完成，这篇博客里有记载方法，总之量体裁衣，用现有的资源，选择适合自己的。
使用GPU及集群的方法
nature protocol上的教程强烈建议读一遍，非常好，介绍了一些参数选择问题以及autodock4及vina的原理，还有一些特别的情况，有水分子参与，有金属离子存在该怎么办这类的，非常好，是以一款很有名的药——格列卫分子对接过程做例子的。^_看过电影《我不是药神》的人应该对它有印象吧。

1: https://www.nature.com/articles/nprot.2016.051
2:https://www.jianshu.com/p/a6b64e9a3c4f