样例报告

示意 · 固定演示数据

来自真实 6LU7 批量任务（三个类药 SMILES）的公开样例。在首页提交您自己的结构，可获得含 ZIP 与 PDF 的私有报告。

对接您自己的蛋白

结果 ZIP 里有什么？

每次对接完成后除网页报告与 PDF 外，都会提供 results.zip。ZIP 用于 PyMOL/Chimera、离线整理表格与复现实验；PDF 是同一次运行的可读摘要，不能替代 ZIP 中的结构文件。

任务根目录（整单一份）

result.json: 对接成功/失败配体汇总、分数与 redock 状态。
run_manifest.json: 可复现记录：流水线版本、Vina 参数、口袋/box、pH、蛋白链、warnings 等。
receptor_clean.pdb: 用于对接的预处理受体（刚性、清理后的 PDB）。
redock_report.json: 共晶 redock RMSD 校验（单配体或开启时才有）。

每个成功对接的配体

poses/{配体名}.sdf: Vina 得分最高的 3 个构象（多记录 SDF）。
complexes/{配体名}_complex.pdb: 蛋白–配体复合物，供 3D 软件打开。
ligands/{配体名}/: 配体 PDBQT、对接后 PDBQT、质子化 SMILES。
admet/{配体名}.json: RDKit Lipinski、Veber、QED 等计算 ADMET。
interactions/{配体名}.json: PLIP 相互作用表（失败时用距离启发式 fallback）。
figures/{配体名}/: 2D 相互作用图、结合位点总览 PNG、配体 2D 结构图；若开启 PyMOL 则含 pymol_binding_site.png（批量任务通常为得分最高者）。

PDF 报告：亲和力、Pose QC、相互作用图等便于打印；完整结构与 JSON 数据请以 ZIP 为准。

分子对接报告

样例对接报告 · PDB 6LU7 主蛋白酶

批量 · 3 个配体

三个类药 SMILES 对 SARS-CoV-2 主蛋白酶的批量筛选

完成时间 2026/6/15 09:42:21

批量筛选概览

已提交

对接成功

未能对接

-6.21

最佳亲和力 (kcal/mol)

最佳命中： Nirmatrelvir (-6.21 kcal/mol)

Review setup（对接前）

0 积分验证步骤：在消耗算力前确认蛋白链、结合位点 box 与配体预检结果。

6LU7 共晶对接 box 的 Review setup 截图 — 6LU7 链 A 上的结合位点 box

含分子量、Lipinski 与 QED 的配体验证表 — 配体预检表（3 / 3 通过）

1. 摘要

筛选模式: 同一受体，3 个配体（批量任务）
受体: 6LU7 · SARS-CoV-2 主蛋白酶（Mpro）
蛋白链: A
质子化 pH: 7.4
结合位点: cocrystal ligand
搜索 box 中心 (Å): -10.00, 13.09, 67.80
搜索 box 尺寸 (Å): 20.0 × 20.0 × 20.0

2. 计算方法

可复现细节、软件版本与供审稿人使用的引用信息。

流水线 (v1.9.4): 刚性受体 AutoDock Vina 对接，含 Meeko 受体/配体预处理与 RDKit 3D 嵌入。

质子化: dimorphite-DL，pH 7.4。 Protonation is applied before 3D embedding and minimization (MMFF94 with UFF fallback; multi-seed ETKDG).

配体预处理: SMILES → dimorphite_dl → ETKDG（多种子）→ MMFF94/UFF → meeko 配体准备

AutoDock Vina: exhaustiveness=8，num_modes=9，energy_range=3 kcal/mol，scoring=vina。

开源软件栈

本任务记录的确切版本——请在 Methods 与参考文献中引用下表所列软件。

组件	版本	开发者 / 机构	用途	引用
AutoDock Vina	1.2.7	Scripps Research / community fork	刚性受体分子对接	[2]
Meeko	0.7.1	Scripps Research (Forli lab)	受体与配体 PDBQT 预处理	[3]
RDKit	2025.3.6	Open-source cheminformatics toolkit	SMILES → 3D 嵌入（ETKDG）与 MMFF94 最小化	[4]
PLIP	3.0.0	University of Hamburg (Salokas et al.)	蛋白–配体相互作用分析	[5]
PoseBusters	0.6.5	University of Oxford (Buttenschoen et al.)	对接构象质量校验（dock 配置）	[6]
dimorphite-DL	2.0.2	Open-source protonation enumerator	任务 pH 下配体质子化状态	[7]
Biopython	1.87	Open-source bioinformatics library	结构解析与受体处理	[8]
pocketeer	0.3.1	Apo binding-site prediction	Apo 受体预测口袋排序	[9]
PyMOL (open-source)	not recorded	Schrödinger / community build	可选发表级结合位点渲染	[10]

如何在论文中引用本工具

以下段落可直接粘贴至 Methods；编号参考文献见下文。

建议引用段落（Methods / 计算方法）

分子对接在 MolecularDocking.online 云端工作流（流水线 v1.9.4）[1]中完成，采用 AutoDock Vina 1.2.7[2]，受体与配体经 Meeko 预处理（Meeko 0.7.1）[3]。 受体结构来自 PDB 6LU7（链 A）。 搜索网格中心 (-10.00, 13.09, 67.80) Å，尺寸 20.0 × 20.0 × 20.0 Å（来源：cocrystal ligand）。 配体由 SMILES 经 RDKit 2025.3.6（ETKDG 嵌入、MMFF94 最小化）[4]构建，并在 pH 7.4 下由 dimorphite-DL 2.0.2 分配质子化状态[7]。 AutoDock Vina 参数：exhaustiveness=8，num_modes=9，energy_range=3 kcal/mol；每个配体导出得分最高的构象。 蛋白–配体相互作用由 PLIP 3.0.0[5] 分析。 构象质量由 PoseBusters 0.6.5（牛津大学对接配置）[6] 校验。 结合分数与 ADMET 估计仅为计算预测，需实验验证。

参考文献

[1] MolecularDocking.online. Cloud molecular docking workflow (https://molecular-docking.online). Accessed 2026.
[2] Eberhardt J, Santos-Martins D, Forli S, Olson AJ. AutoDock Vina 1.2.0: new docking methods, expanded force field, and Python bindings. J Chem Inf Model. 2021;61(8):3891-3898.
[3] Forli S, Huey R, Pique ME, Sanner MF, Olson AJ. Computational protein-ligand docking and virtual drug screening with the AutoDock suite. Nat Protoc. 2016;11(5):905-919.
[4] RDKit: Open-source cheminformatics. https://www.rdkit.org/ (accessed 2024).
[5] Salokas LM, Viswanath S, Aho AJ, et al. PLIP 2021: expanding the scope of the protein-ligand interaction profiler to DNA and RNA. Nucleic Acids Res. 2023;51(W1):W530-W534.
[6] Buttenschoen GF, Morris GM, Deane CM. PoseBusters: AI-based docking methods fail to generate physically valid poses or cause unintended bias. Nat Methods. 2024;21(3):472-480.
[7] Swain M. dimorphite-DL: an open-source program for enumerating the ionization states of drug-like small molecules. J Cheminform. 2019;11(1):14.
[8] Cock PA, Antao T, Chang JT, et al. Biopython: freely available Python tools for computational molecular biology and bioinformatics. Bioinformatics. 2009;25(11):1422-1423.
[9] pocketeer: apo binding-site prediction tool used for pocket ranking in this pipeline.
[10] Schrödinger LLC. The PyMOL Molecular Graphics System, Version 2.0. (Open-source build when enabled in Advanced options.)

完整参考文献（10 条）

MolecularDocking.online. MolecularDocking.online. Cloud molecular docking workflow (https://molecular-docking.online). Accessed 2026.
AutoDock Vina. Eberhardt J, Santos-Martins D, Forli S, Olson AJ. AutoDock Vina 1.2.0: new docking methods, expanded force field, and Python bindings. J Chem Inf Model. 2021;61(8):3891-3898.
Meeko / AutoDock suite. Forli S, Huey R, Pique ME, Sanner MF, Olson AJ. Computational protein-ligand docking and virtual drug screening with the AutoDock suite. Nat Protoc. 2016;11(5):905-919.
RDKit. RDKit: Open-source cheminformatics. https://www.rdkit.org/ (accessed 2024).
PLIP. Salokas LM, Viswanath S, Aho AJ, et al. PLIP 2021: expanding the scope of the protein-ligand interaction profiler to DNA and RNA. Nucleic Acids Res. 2023;51(W1):W530-W534.
PoseBusters. Buttenschoen GF, Morris GM, Deane CM. PoseBusters: AI-based docking methods fail to generate physically valid poses or cause unintended bias. Nat Methods. 2024;21(3):472-480.
dimorphite-DL. Swain M. dimorphite-DL: an open-source program for enumerating the ionization states of drug-like small molecules. J Cheminform. 2019;11(1):14.
Biopython. Cock PA, Antao T, Chang JT, et al. Biopython: freely available Python tools for computational molecular biology and bioinformatics. Bioinformatics. 2009;25(11):1422-1423.
pocketeer. pocketeer: apo binding-site prediction tool used for pocket ranking in this pipeline.
PyMOL. Schrödinger LLC. The PyMOL Molecular Graphics System, Version 2.0. (Open-source build when enabled in Advanced options.)

3. 结合模式解读

预测结合的讨论式摘要（类似稿件支持段落）。

配体：

AutoDock Vina 预测 CC(C)(C)C(NC(=O)C(F)(F)F)C(=O)N1CC2CC(C1)N2C(=O)C(F)(F)F 为中等结合（最佳得分 -6.21 kcal/mol）。在筛选化合物中，CC(C)(C)C(NC(=O)C(F)(F)F)C(=O)N1CC2CC(C1)N2C(=O)C(F)(F)F 排名第一。 PLIP 预测的关键相互作用包括：与 ASN142A, GLN189A 形成 2 个氢键；与 ASN142A 等残基有疏水接触；与 HIS41A、THR26A 形成卤键。配体周围口袋残基包括 ASN142A, GLN189A, HIS41A, THR26A。多个对接构象得分接近，建议在结构文件中比较其他构象。以上均为计算预测，实验验证（如 SPR、ITC 或细胞实验）前请勿作机制性结论。

前几名构象接近PoseBusters QC 通过

最佳构象领先 0.14 kcal/mol（<0.25 kcal/mol）。仍为排名第一，但其他构象足够接近，建议在结构文件中复核。

PoseBusters：22/22 项检查通过。

使用 PoseBusters（牛津大学对接配置）验证。

检测到的接触（共 5 个）

PLIP

2 个氢键
1 个疏水接触
2 个卤键

口袋残基： ASN142A, GLN189A, HIS41A, THR26A

4. 发表用图

可用于幻灯片与稿件的 PNG（亦包含在 ZIP 中）。

配体：

2D 相互作用图 — ligand_1 — 2D 相互作用图
PLIP 检测到的氢键、疏水接触与盐桥的 LigPlot 风格示意图。

结合位点总览 — ligand_1 — 结合位点总览
高亮口袋与对接配体（matplotlib 3D 总览）。

配体 2D 结构 — ligand_1 — 配体 2D 结构
用于对接的质子化配体化学结构。

PyMOL 结合位点渲染 — ligand_1 — PyMOL 结合位点渲染
光线追踪发表级图（cartoon 受体 + sticks）。批量任务仅最佳命中。

5. 3D 结构视图

交互式蛋白–配体复合物。可选择配体与 Vina 构象（导出前 3 个）。构象 1 为得分最高者。

Ligand:Pose:

Drag to rotate · scroll to zoom · right-drag to pan. Top 3 Vina poses are exported when available; pose 1 is the best-scoring mode.

6. ADMET 摘要

基于 RDKit 的类药性估计（Lipinski、Veber、QED），非实验 ADMET。

配体：

类药性（规则通过）

分子量 (Da): 404.3
LogP: 0.04
TPSA (Å²): 70.9
氢键供体 / 氢键受体: 2 / 3
可旋转键: 2
QED: 0.639
Lipinski: 通过
Veber: 通过

RDKit 描述符的计算 ADMET 估计，非实验 ADMET 数据。

7. 各配体对接结果（全部化合物）

每行对应批量任务中的一个化合物（共 3 个）。按状态、再按亲和力排序。含 ADMET 列，便于筛选比较。

#	化合物	SMILES	状态	最佳亲和力 (kcal/mol)	与第 2 名差值	构象置信度	Pose QC	分子量 (Da)	Lipinski	QED
1	奈玛特韦	CC(C)(C)C(NC(=O)C(F)(F)F)C(=O)N1CC2CC(C1)N2C(=O)…	成功	-6.21	0.14	前几名构象接近	PoseBusters QC 通过	404.3	通过	0.64
2	布洛芬	CC(C)Cc1ccc(C(C)C(=O)O)cc1	成功	-6.03	0.23	前几名构象接近	PoseBusters QC 通过	205.3	通过	0.75
3	阿司匹林	CC(=O)Oc1ccccc1C(=O)O	成功	-5.05	0.40	中等分离	PoseBusters QC 通过	179.2	通过	0.47

运行说明

使用受体链：A

搜索盒以共晶配体中心为基准（20×20×20 Å）。

ligand_1：DIMORPHITE_MULTIPLE_STATES：pH 7.4 下有 4 种质子化状态；对接使用第一种变体。

ligand_1：复用已验证配体 PDBQT（质子化状态锁定自 Review 配置）。

ligand_2：复用已验证配体 PDBQT（质子化状态锁定自 Review 配置）。

ligand_3：复用已验证配体 PDBQT（质子化状态锁定自 Review 配置）。

局限性

仅刚性受体（侧链不柔性）。
每个任务仅一条蛋白链（多链 PDB 需在提交前选择链）。
配体质子化使用 dimorphite_dl，默认 pH 7.4，或单配体 pH 覆盖（4.0–10.0）。
配体输入：SMILES、MOL 块或 SDF（取第一条记录）。
可选 preserve_hetatm（如 ZN、MG）可在清理后的受体 PDB 中保留金属。
检测到共晶配体时运行 redock 自检（run_redock=true）。

准备好运行您自己的对接任务？

前往首页开始