卷积神经网络算法分子对接软件-gnina的编译安装

卷积神经网络算法分子对接软件-gnina的编译安装

文章目录

  • 卷积神经网络算法分子对接软件-gnina的编译安装
  • 前言
    • gnina (读作 NEE-na)是一款源于AutoDock Vina及smina的开源分子对接软件,最新版本为V1.1。gnina包含Monte Carlo采样和CNN算法打分,性能较为突出,可媲美主流商业软件。源文档中gnina的安装介绍较为简略,这里提供gnina的编译安装一些细节,仅供参考。
  • 一、安装环境
  • 二、安装步骤
    • 1. 准备工作一:安装所需库文件
    • 2. 准备工作二:openbabel 安装
    • 3. 准备工作三:libmolgrid 编译安装
    • 4. 编译安装 gnina
    • 总结


前言

gnina (读作 NEE-na)是一款源于AutoDock Vina及smina的开源分子对接软件,最新版本为V1.1。gnina包含Monte Carlo采样和CNN算法打分,性能较为突出,可媲美主流商业软件。源文档中gnina的安装介绍较为简略,这里提供gnina的编译安装一些细节,仅供参考。

一、安装环境

已成功安装的环境:ubuntu 22.04, gcc 9.5, Python 3.10.12

二、安装步骤

安装路径:$HOME/app/,可按需调整。

1. 准备工作一:安装所需库文件

sudo apt-get install build-essential libboost-all-dev libeigen3-dev libgoogle-glog-dev libprotobuf-dev protobuf-compiler libhdf5-dev libatlas-base-dev

2. 准备工作二:openbabel 安装

安装openbabel必要库文件:

sudo apt install swig libxml2-dev
sudo apt install libwxgtk3.0-gtk3-dev
sudo apt-get install libcairo2-dev 
git clone https://kkgithub.com/openbabel/openbabel.git
cd openbabel
mkdir build
cd build
cmake .. \
    -DCMAKE_INSTALL_PREFIX=$HOME/app/openbabel3 \
    -DWITH_MAEPARSER=OFF -DWITH_COORDGEN=OFF \
    -DPYTHON_BINDINGS=ON -DRUN_SWIG=ON
make -j8
make install

如果cmake不通过,可根据提示,自行安装相应软件包。

设置openbabel3环境变量如下:

# openbabel3
export PATH=$HOME/app/openbabel3/bin:$PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/app/openbabel3/lib
export PYTHONPATH=$HOME/app/openbabel3/lib/python3.10/site-packages:$PYTHONPATH

测试openbabel,显示Ketamine结构即初步认为正常安装。如有问题,请首先检查PYTHONPATH的设置。

#test openbabel
python
import openbabel
from openbabel import pybel
	mols = pybel.readstring('smi', 'Clc1c(c(C)ccc1)C1(NC)C(=O)CCCC1')
	mols.draw()

3. 准备工作三:libmolgrid 编译安装

#下载并安装
git clone https://kkgithub.com/gnina/libmolgrid.git
cd libmolgrid
mkdir build
cmake .. \
    -DCMAKE_INSTALL_PREFIX=$HOME/app/libmolgrid \
    -DOPENBABEL3_INCLUDE_DIR=$HOME/app/openbabel3/include/openbabel3 \
    -DOPENBABEL3_LIBRARIES=$HOME/app/openbabel3/lib/libopenbabel.so
make -j8
make install

设置libmolgrid 环境变量(对gnina使用而言,并非必须步骤)

export PATH=$HOME/app/libmolgrid/bin:$PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/app/libmolgrid/lib

4. 编译安装 gnina

#下载并安装
git clone https://kkgithub.com/gnina/gnina.git
cd gnina
mkdir build
cd build
cmake .. \
    -DCMAKE_INSTALL_PREFIX=$HOME/app/gnina \
    -DLIBMOLGRID_INCLUDE_DIR=$HOME/app/libmolgrid/include \
    -DLIBMOLGRID_LIBRARY=$HOME/app/libmolgrid/lib/libmolgrid.so \
    -DOPENBABEL3_INCLUDE_DIR=$HOME/app/openbabel3/include/openbabel3 \
    -DOPENBABEL3_LIBRARIES=$HOME/app/openbabel3/lib/libopenbabel.so
make -j8
make install

设置gnina环境变量:

# gnina
export PATH=$HOME/app/gnina/bin:$PATH
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$HOME/app/gnina/lib

总结

以上就是gnina的安装,为感兴趣的朋友提供参考,如有问题欢迎交流。

参考文献:

  1. https://github.com/gnina/gnina
  2. Virtual Screening with Gnina 1.0 J Sunseri, DR Koes D. Molecules, 2021 link Preprints

你可能感兴趣的:(算法,开源软件,python,神经网络)