itwangyang-AIDD

Autodock vina 安装流程+分子对接试用流程 这里写目录标题 一、Autodock vina安装与配置 下载vina安装包 下载AutodockTools 安装下vina提升版本（选看） 二、分子对接流程 受体预处理 配体预处理 设置对接盒子 进行对接 对接结果分析 一、Autodock vina安装与配置 首先，简单提下Autodock vina 和 Autodock4的区别，可以这么理解，Autodock vina 是Autodock4的提升改进版本，vina拥有更好的计算方法和优化函数，分子对接速度和精确度会更高一些，如果是想要用分子对接进行一些实验验证，本文建议可以直接学习vina的软件操作，以下为vina的安装和环境配置流程。 下载vina安装包 官网下载安装包 本文安装win版本可能暂不使用其他系统，点击进入 Autodock vina官网 ，下载如下图所圈版本 2.下载完成，双击安装，全部默认即可（记一下安装路径便于下一步找到vina.exe文件） 3.找到vina.exe文件，如下图所示路径一般都是这个根据自己的电脑寻找即可 4.创建对接默认文件夹（便于存放一些蛋白和分子文件）注意该文件夹路径不要有中文和空格，并将上一步找到的vina.exe文件复制到此文件夹中 下载AutodockTools 1. AutodockTools官网 下载适合自己电脑的版本，这里 windows 系统只有32位的下载这个32位的即可 2.点击安装，默认安装即可，记住安装路径即可，安装好后找到这个路径文件夹里的adt文件下面圈起来的， 3.把adt复制到和上一步第4步vina.exe在一起的创建的默认文件夹中 4.安装完成！点击adt即可打开AutoDockTools可视化界面，vina在这里也可以用。 安装下vina提升版本（选看） 先简单介绍下所要安装的其他版本，另外如果你觉得vina足够用，这步可以不用看 Autodock Vina ：最近开发，不需要用户广泛的专业知识，经过高度优化，使用经过良好测试的默认方法执行对接实验，这个我们已经安装完全 QucikVina 2：对Autodock vina进行了不丢失准确率的提速 QucikVina – W：在QucikVina 2基础上增加了“Blind Docking”，比Qu...

2025 - AIDD- 人工智能药物设计 - 分子生成模型之VAE(一) AI_Drug: 分子生成模型之VAE(一) 现代药物发现的一个主要部分就是提出新的化合物。这项工作大多每半年进行一次，并在化学家的建议下对核心内容进行修改，通常化学家提出的这些分子中的一些子集实际上是合成并经过测试的，这个过程不断重复，直到发现合适的分子。 这个过程是很有人为局限性的。世界上没有那么多有才华的和有经验的高级化学家，所以这个过程不能向外扩展。此外根据文献报道，目前人类已知的化学空间有10^60之多，而优秀的化学家脑海中所熟悉的化学空间也是有限的，如何提高这个过程的效率，是AI制药主要解决的问题，即在庞大的化学空间中，高效准确的找到能与蛋白质靶点作用的合适化合物。 分子生成模型在提出新化合物中得到了很好的应用，目前比较常用的生成模型有两种VAE(变分自编码器)及GAN(生成对抗网络) VAE：自编码器是试图使其输出等于输入的模型。在一个样本库中训练该模型，并调整模型参数，以便使每个样本上的输出尽可能接近输入。自编码器为瓶颈模型，如下图所示，中间层code，即瓶颈层，被称为自动编码器的潜在空间。它是样本的压缩表示空间。自动编码器的前半部分为编码器，它的工作是采集样本并将其转换为压缩表示；后半部分称为解码器，它在潜空间中获取压缩表示并将其转换会原始样本。 传统的自编码器中解码器只学会对编码器产生的特定潜在向量有效，而不是对任意向量都有效。为了改善这个问题，变分自编码器(VAE)在损失函数中添加了一项，以迫使潜在向量服从制定的分布(很多博客介绍是先验，实际上是后验)。大多数情况下，它们服从均值为0，方差为1的高斯分布。我们不会让编码器自由生成它想要的向量，而是强迫它生成一个已知分布的向量。这样，如果从相同的分布中选取随机向量，就可以期望解码器能很好的处理这些向量。 为防止过拟合，在潜在向量上添加随机噪声。 如果想详细了解VAE原理及数学知识请看这篇，知乎苏神写的VAE： 变分自编码器（VAE） - 搜索结果 - 知乎 知乎，中文互联网高质量的问答社区和创作者聚集的原创内容平台，于 2011 年 1 月正式上线，以「让人们更好的分享知识、经验和见解，找到自己的解答」为品牌使命。知乎凭借认真、专业、友善的社区氛围、独特的产品机制以及结构化和易获得的优质内容，聚集了中文互联网科技、商业、影...