服装网站目标榜单优化

在药物研发和结构生物学研究中，分子对接是不可或缺的重要工具。然而，传统的分子对接通常只针对单个受体和单个配体，在面对多配体同时对接的复杂情况时，往往面临着巨大的挑战和高昂的计算成本。近日，一项发表在《Journal of Cheminformatics》上的研究为这一领域带来了新的解决方案。

由来自奥斯特拉瓦技术大学的研究人员开发的 Moldina（Multiple-Ligand Molecular Docking over AutoDock Vina），是一种基于 AutoDock Vina 框架的全新算法。该算法通过将粒子群优化（PSO）集成到已建立的 AutoDock Vina 框架中，为加速药物发现和计算酶学研究提供了强大的工具。

软件已开源

https://github.com/It4innovations/moldina-multiple-ligand-molecular-docking-over-autodock-vina

结果速览

1. 准确性与 AutoDock Vina 相当

Moldina 在预测配体结合构象方面表现出与 AutoDock Vina 相当的准确性。在大多数情况下，当使用 PSO 种群大小为 50 或更低以及默认的 AutoDock Vina 参数（exhaustiveness 8）时，Moldina 的表现优于 AutoDock Vina。例如，在对热休克蛋白 90 与两个分子片段结合的复合物（PDB ID：3hz1）的研究中，Moldina 和 AutoDock Vina 的平均 RMSD 值分别为 2.54 Å 和 3.98 Å。

配图1. Moldina（粒子群优化种群大小 50）和 AutoDock Vina（默认设置，exhaustiveness 8）对接结果与晶体结构中配体的叠加图。左侧为所有多次运行中最佳结合模式的叠加，右侧为与所有运行获得的总体平均值最接近的运行的结合模式。

2. 计算时间显著减少

Moldina 在计算时间上展现出巨大优势，与 AutoDock Vina 相比，计算时间最多可减少数百倍。即使使用单个 CPU，Moldina 也能实现比使用 16 个 CPU 并行计算的 AutoDock Vina 快一百倍以上的速度提升。

3. 多配体同时对接优于传统顺序对接

通过对同一系统中配体进行顺序对接和同时对接的比较发现，在大多数情况下，Moldina 实现的同时对接性能优于传统的顺序对接方法。这一结果有力地支持了同时对接在多配体研究中的优势，也验证了 Moldina 开发的初衷。

配图2. 同一系统中配体顺序对接和 Moldina 同时对接的 RMSD 分布和平均值比较

4. 单配体对接能力同样出色

除了多配体对接这一主要目标外，Moldina 在单配体对接方面也表现出色。在对 182 个不同化合物与冠状病毒 CoV-2 主蛋白酶（Mpro）结合的复合物评估中，Moldina 和 AutoDock Vina 表现出相似的准确性，且 Moldina 在更多情况下优于 AutoDock Vina。

总结

Moldina 的出现为多配体分子对接领域带来了重要的技术突破。它不仅在准确性上与传统的 AutoDock Vina 相当，更在计算效率上实现了数百倍的提升，极大地降低了多配体对接的计算成本和时间消耗。同时，Moldina 在多配体同时对接方面的优势，为研究协同效应、底物和产物抑制、竞争性结合等复杂生物学现象提供了强有力的工具。无论是在基于片段的药物发现、高通量虚拟筛选，还是在研究酶促机制和变构调节剂等领域，Moldina 都展现出了巨大的应用潜力，有望为药物研发和结构生物学研究带来新的机遇和突破。

参考文献

Halfar, Radek, et al. "Moldina: a fast and accurate search algorithm for simultaneous docking of multiple ligands." Journal of Cheminformatics 17.1 (2025): 1-10.