AutoDock Vina（以下称为Vina）是最为常用的免费的分子对接软件。和之前的版本AutoDock 4相比，Vina的对接精度更高，且支持多核机器进行并行计算。我们选取KIT蛋白和sunitinib（舒尼替尼）的复合物晶体（PDB ID：3G0E）作为例子，将sunitinib对接到KIT蛋白，然后作图。首先我们需要下载AutoDockTools，AutoDock Vina。打开AutoDockTools，

导入受体KIT蛋白，File——Read Molecule， 我们需要把它保存成PDBQT格式的文件，Grid——Macromolecule——Choose，

点击Select Molecule，之后会弹出warning，可以忽略，然后保存成3g0e_receptor.pdbqt。大分子准备好了，接下来准备小分子。Sunitinib的三维结构我们直接从DrugBank上下载，保存成sunitinib.pdb，Ligand——Input——Open，

Ligand——Output——Save as PDBQT，保存成sunitinib.pdbqt，要对接的小分子准备好了。接下来，我们需要确定对接的口袋的位置，也就是晶体中小分子的结合位点，我们打开3g0e_ligand.pdb文件，Ligand——Input——Open，

同样按上面的步骤保存成3g0e_ligand.pdbqt。然后Grid——Set Map Types——Choose Ligand，

Grid——Grid Box——Center——Center on ligand，

其中x center，y center和z center的值我们需要记录下来。至此，我们前期的准备工作完成了。接下来用Vina进行对接，打开windows的命令行窗口，切换到vina.exe的所在路径（使用Vina需要会使用命令行，用cd进入vina.exe的所在目录），然后输入vina.exe，如下：

下面解释下这些参数：--receptor是指受体蛋白的PDBQT文件；--flex是柔性残基侧链，这个参数是在柔性对接时指定，一般不会用；--ligand是需要对接的小分子PDBQT文件；--center_x，--center_y，--center_z是对接口袋的中心坐标；--size_x，--size_y，--size_z是对接口袋的搜索范围（就是长宽高）；--out是输出小分子对接后的PDBQT文件；--log是日志文件；--cpu是机器的cpu数，Vina会检测到cpu数，所以不用指定；--seed是指随机数种，不同的随机数种可能会产生不一样的结果，为了使结果具有重复性，可以指定一个值；--exhaustiveness，增大exhaustiveness，会增加搜索时间，会更有可能搜索到最小值；--num_modes是输出构象的数目；--energy_range是最好和最坏构象的能量差的范围；--config可以把上面参数写到配置文件中。我们运行vina.exe，受体和配体是我们之前准备的两个PDBQT文件，中心坐标是上面Grid Box窗口中的坐标，size我们都设为45，因为sunitinib的分子较大（这个可以根据经验设置），--num_mode设为1即只输出一个最佳构象，--seed设为10保证结果可重复性。

最后，会给出一个打分-8.7，这个值越负代表构象越合理，根据经验，一般高于-7的打分说明结合模式是favorable的。当然，具体结合模式需要人为查看。打开PyMoL，导入受体分子3g0e_receptor.pdb和sunitnib_docked.pdbqt，File——Save Molecule，选择这两个分子，

保存成一个文件，3g0e_receptor_sunitinib_docked.pdb。最后，我们需要做一张展示对接结果的图。为了能够分析小分子和蛋白的相互作用，我们将这个PDB文件上传到PLIP服务器（Protein Ligand Interaction Profiler，https://plip.biotec.tu-dresden.de/plip-web/plip/index）

上传PDB文件后，点击Run analysis，会很快输出分析结果，选择SMALLMOLECULE——UNK——UNK-Z-0，

会给出小分子的具体相互作用，我们可以看到有一个氢键作用和多个疏水作用，可以下载渲染后的图片，或者PSE文件（PyMoL Session File）。如果想做更高质量的图，可以记录上面的相互作用信息，然后在PyMoL中做图，如下：

其中，粉色的为sunitinib，蓝色的是口袋关键残基，KIT蛋白显示为卡通模式并显示为白色，红色虚线代表氢键，黄色虚线代表疏水作用。最后，需要说明的是，如果我们只对接少量分子，一般不能过于相信打分，还需要实验数据和药物化学相关经验来判断最佳构象。下一期我们将介绍虚拟筛选相关的内容。

欢迎关注

TCGA | 小工具 | 数据库 |组装| 注释 |   基因家族  |  Pvalue

基因预测  |bestorf |  sci | NAR | 在线工具 | 生存分析 | 热图

 生信不死 | 初学者 | circRNA | 一箭画心| 十二生肖 | circos

 舞台|基因组 | 黄金测序 | 套路 | 杂谈组装 |  进化 | 测序简史