收个尾
之所以出现这种和C相连的H距离过近，是因为AutoDock-GPU采用了联合原子力场，将H的参数整合到了父原子中。最后利用Meeko得到的pdb，其中C-H是后来被添加，但是是根据几何规则添加的，并不严格。（之前扫了一眼pdbqt，看见有三个命名相似的H原子，以为是C上的H，当时没有想这么多，这其中是N端的3个氢，C-H的H确实是默认整合到父原子上了）因此我认为单纯的对接后可视化没有意义，至少动力学模拟后才可以用aNCL之类的
原文“Since hydrogens bonded to carbon are excluded by default in AutoDock, exported positions of these hydrogens are calculated by RDKit. This can be annoying if a careful forcefield minimization is employed before docking, as probably rigorous Hs positions will be replaced by the RDKit geometry rules, which are empirical and much simpler than most force fields.”。链接“https://meeko.readthedocs.io/en/release-doc/export_usage.html”
其次AutoDock和AutoDock-GPU打分函数应当是一致的，可以相互比较，各种流程是一致的，除了可以用GPU加速和预处理软件不同
原文“AutoDock-GPU is the fastest full-service docking engine available at RSD3. It is a version of AutoDock4.2.6 accelerated by OpenCL and Cuda. It leverages the embarrassingly-parallelizable Lamarckian Genetic Algorithm of AutoDock by processing ligand-receptor poses in parallel over multiple compute units.”。链接“https://rsd3.scripps.edu/services/”
最后 Moving Ligand-Fixed Receptor和 Moving Ligand-Moving Receptor 还是没有弄懂，客观的现象就是Moving Ligand-Fixed Receptor=（vdW + Hbond + desolv Energy）+（Electrostatic Energy ）， Moving Ligand-Moving Receptor出现在柔性对接中；因此目前理解是在分子对接中弱相互作用力占主导，而柔性对接中的弱相互作用力占比却很低，暂且不理解；因此最终的解决方案就是采用半柔性对接后直接筛选跳过柔性对接，然后进行动力学模拟

sobereva 发表于 2025-11-18 02:44
必须做结构优化，否则若原子间接触都不合理，得到的等值面、颜色，都会有严重误导性。autodock做对接得到 ...

那就是说autodock得到结合能倘若相近其实是不能直接判定谁的结合好谁的结合差，不能武断的直接进行筛选。那我花个时间将配体的参数弄好（后续本来就需要分子动力学模拟），然后选择排名前30%之类的跑一定时间的分子动力徐模拟，然后计算结合能，再此基础上做筛选可行吗。（如果可行的话，跑多长时间合适）

student0618 发表于 2025-11-18 00:00
直接用对接的可视化软件如ProteinPlus 的 PossView https://proteins.plus/ 或生成PyMOL session的 PLIP ht ...

谢谢老师，我就用过后面那个网站，稍等我试试前面的

KazusaT 发表于 2025-11-17 22:07
1. 我对分子对接了解不多，但有可能是他在对接时忽略了非极性氢导致H-H距离接近
2. 我不知道你的目的是 ...

谢谢老师，初阶段的目的就是筛选然后可视化，不是一般的论文分子对接后都有可视化吗，但是目前的可视化不同的软件网址或许不一样，不知道如何选取；
然后就发现这种可视化了，表达的很清晰，就将弱相互作用力分为斥力/吸引力/范德华，我感觉挺好的，耗时也不长，可以直接用AI弄一个脚本再调试一下就行，一晚上就能跑完；
这是当初理解，现在看来应当是我理解错了，NCI之类的可视化需要先进行结构优化才行

nnnnnn 发表于 2025-11-17 22:05
但是我就是想要单纯对分子对接结果中的弱相互作用力可视化，应当不用结构优化吧，一优化，结构不就变了吗 ...

必须做结构优化，否则若原子间接触都不合理，得到的等值面、颜色，都会有严重误导性。autodock做对接得到的复合物结构是非常粗糙的
最最起码也应该对蛋白质-配体复合物做分子力场级别的能量极小化。这个过程中配体不可能跑到不该去的地方，然后用Multiwfn做mIGM可视化分析
如果要做IGMH分析，把配体和周围蛋白质残基抠出来作为簇，冻结周围残基骨架原子，做量子化学的优化（最起码用能恰当考虑色散作用半经验级别，如PM6-D3、GFN2-xTB），然后算个DFT波函数再给Multiwfn做IGMH分析

你当前的格点间距太大，等值面极其粗糙，必须改进

直接用对接的可视化软件如ProteinPlus 的 PossView https://proteins.plus/ 或生成PyMOL session的 PLIP https://plip-tool.biotec.tu-dresden.de/plip-web/plip/index 就好。

nnnnnn 发表于 2025-11-17 22:01
最近我都是在学习怎么使用各种程序软件，看的文献不多，不知道对不对，都是凭着逻辑先尝试做的，我是这样 ...

1. 我对分子对接了解不多，但有可能是他在对接时忽略了非极性氢导致H-H距离接近
2. 我不知道你的目的是什么，如果你的目的是批量对接筛选或研究一系列小分子，我不觉得应该做到NCI/IGMH/IRI这种级别的分析；如果你是想精细的研究几个小分子与该蛋白的结合，应该拿到对接结果之后跑动力学、像wzk老师说的那样去簇结构做DFT级别的结构优化再来做IGMH

wzkchem5 发表于 2025-11-17 21:05
IGMH或类似方法只有在结构优化收敛的结构处才有意义，且分子力场一般精度不够，最好还是用DFT优化

但是我就是想要单纯对分子对接结果中的弱相互作用力可视化，应当不用结构优化吧，一优化，结构不就变了吗，那像分子对接这种就不推荐用类似的方法吗

KazusaT 发表于 2025-11-17 20:52
你确定对接的时候用的是全氢的结构吗，我没记错的话AutoDock对接默认用的不是全氢的是极性氢的结构
如果是 ...

最近我都是在学习怎么使用各种程序软件，看的文献不多，不知道对不对，都是凭着逻辑先尝试做的，我是这样做的：
第一步对获取的受体进行能量最小化：首先是用gromacs在amber19SB力场下常规流程（加盒子、水、抗衡离子）进行能量最小化（降到100），然后提取受体。
第二补再模拟PH条件下进行能量最小化：用propka3预测pka值，再通过比较实际模拟的PH和pka比较，pka值大的就质子化，小于ph的就去质子化（gmx pdb2gmx 这里启用-inter参数），再次同上进行能量最小化，提取受体。
第三步对接：我是用的是GPU版本的，预处理软件是meeko，我也没有对氢做特殊的处理，对获取的pdbqt文件查看也是确实是保留了我本身的氢和质子化的状态；我是筛选的，先是半柔性对接筛选一部分，然后将半柔性对接结果中的配体周围的5A做柔性处理进行柔性对接。
第四步可视化：用plip网站可视化，但是像给出的疏水作用力，我不太理解它，而且氢键和pymol的评判标准也不太一样，我也无法衡量，还有一些文献（看的不多）可视化中还有范德华作用，我的理解就是范德华作用不都是全都有吗无非距离远近，就是我感觉这里的可视化很混乱；后来就找到NCI分析，慢慢的就到IGMH分析了，然后就是上面的问题了。

另外这是一个分子对接的结果：
DOCKED: USER    Estimated Free Energy of Binding    =  -8.07 kcal/mol  [=(1)+(2)+(3)-(4)]
DOCKED: USER
DOCKED: USER    (1) Final Intermolecular Energy     =  -8.97 kcal/mol
DOCKED: USER        vdW + Hbond + desolv Energy     =  -1.86 kcal/mol
DOCKED: USER        Electrostatic Energy            =  +0.01 kcal/mol
DOCKED: USER        Moving Ligand-Fixed Receptor    =  -1.86 kcal/mol
DOCKED: USER        Moving Ligand-Moving Receptor   =  -7.11 kcal/mol
DOCKED: USER    (2) Final Total Internal Energy     = -24.01 kcal/mol
DOCKED: USER    (3) Torsional Free Energy           =  +0.89 kcal/mol
DOCKED: USER    (4) Unbound System's Energy         = -24.01 kcal/mol
可以看到弱相互作用力占比很低，这完全不占主导啊，我不理解，为什么需要可视化，从这里看，弱相互作用力大的话，移动这两项较低的话，相对排名完全可以很低，在筛选层次直接就会被排除，根本不会被筛选到，弱相互作用不能完全解释对接效果好。
另外 Moving Ligand-Fixed Receptor和Moving Ligand-Moving Receptor怎么理解啊是类似于量子化学领域的构象改变导致能量的降低吗？势能面优化的感觉？
我们组没人搞这个方向，没人教，就之前买了个gromacs的纸质版资料学了个gromacs，其余全靠自学查各种资料，如果有问题的话还望各位老师不吝指教！

IGMH或类似方法只有在结构优化收敛的结构处才有意义，且分子力场一般精度不够，最好还是用DFT优化

你确定对接的时候用的是全氢的结构吗，我没记错的话AutoDock对接默认用的不是全氢的是极性氢的结构
如果是刚性对接的话我认为至少应该接一步能量最小化得到的结构才比较准确