GNINA 教程：深度学习打分如何用于分子对接

GNINA 在 smina（Vina 的分支）基础上加入了三维卷积神经网络重打分。它的上手门槛比原版 Vina 更低——能直接读 PDB/SDF、能自动定盒子，这两个改进消除了对接流程中最常见的错误来源。

安装与第一次运行

# 最简单：下载预编译的二进制
wget https://github.com/gnina/gnina/releases/latest/download/gnina
chmod +x gnina
./gnina --version

# 或用 Docker
docker pull gnina/gnina

# ---- 第一次运行：用参考配体自动定盒子 ----
./gnina \
  -r receptor.pdb \
  -l ligands.sdf \
  --autobox_ligand crystal_ligand.sdf \
  --autobox_add 4 \
  -o docked.sdf \
  --seed 42 \
  --exhaustiveness 16 \
  --num_modes 5

# 【相对 Vina 的三个便利】：
#   1) 直接读 PDB/SDF —— 【不需要转 PDBQT】
#      → 省掉一个高频出错的环节（见 013）
#   2) --autobox_ligand 自动定盒子
#      → 不用手工填坐标（另一个高频错误）
#   3) 输出直接是 SDF
#      → 可以直接用 RDKit 读
#
# 【必须加 --seed】：搜索有随机性，不固定则结果不可复现

CNN 模式的选择

# --cnn_scoring 有四个选项
#
# none        不用 CNN（等价于 smina）
# rescore     【推荐】用经验打分搜索，CNN 只对最终姿势重打分
# refinement  CNN 参与姿势精修（慢约 10 倍）
# all         全程 CNN（最慢）
#
# 【为什么推荐 rescore】：
#   搜索阶段需要评估大量候选姿势 → 用快的经验打分
#   排序阶段只有几个姿势 → 用准的 CNN
#   → 【性价比最优】

./gnina -r receptor.pdb -l ligands.sdf \
  --autobox_ligand ref.sdf \
  --cnn_scoring rescore \
  --cnn crossdock_default2018 \
  -o out.sdf --seed 42

# 【CNN 模型的选择】：
#   crossdock_default2018       默认，通用
#   dense、general_default2018  其它训练配置
#   → 可以用 --cnn <name> 指定
#   → 【也可以用多个模型集成】：
#     --cnn crossdock_default2018_ensemble
#
# GPU 加速：
#   GNINA 自动使用 GPU（如果可用）
#   → 【CNN 打分在 CPU 上会很慢】

三个分数的正确使用

分数	含义	用法
`minimizedAffinity`	经验打分（kcal/mol）	越负越好
`CNNscore`	姿势可信度（0～1）	不是亲和力！
`CNNaffinity`	CNN 预测的亲和力（pK 尺度）	越大越好

# 【最常见的误用】：把 CNNscore 当作活性排序的依据
#   它回答的是「这个姿势像不像真实的结合姿势」，
#   不是「这个分子结合得多强」
#
# 【推荐的组合用法】：

from rdkit import Chem
import pandas as pd

rows = []
for mol in Chem.SDMolSupplier("docked.sdf"):
    if mol is None:
        continue
    rows.append({
        "name": mol.GetProp("_Name"),
        "affinity": float(mol.GetProp("minimizedAffinity")),
        "cnn_score": float(mol.GetProp("CNNscore")),
        "cnn_affinity": float(mol.GetProp("CNNaffinity")),
        "smiles": Chem.MolToSmiles(mol),
    })
df = pd.DataFrame(rows)

# 每个分子只保留最好的姿势
df = df.sort_values("cnn_score", ascending=False)
df = df.drop_duplicates(subset=["name"], keep="first")

# 【第一步：用 CNNscore 过滤姿势不可信的】
df = df[df["cnn_score"] > 0.5]

# 【第二步：在剩余的里按亲和力排序】
df = df.sort_values("cnn_affinity", ascending=False)

# 【第三步：用配体高效性纠正大小偏倚】（见 095）
from rdkit.Chem import Descriptors
df["heavy_atoms"] = df["smiles"].apply(
    lambda s: Descriptors.HeavyAtomCount(Chem.MolFromSmiles(s)))
df["LE"] = -df["affinity"] / df["heavy_atoms"]

print(df.head(20))

使用前的必做步骤：重对接验证

# 【这一步不做，所有结果都不可信】（见 096）
#
# 做法：把共晶配体取出，重新对接回去

./gnina -r receptor.pdb -l crystal_ligand.sdf \
  --autobox_ligand crystal_ligand.sdf --autobox_add 4 \
  --cnn_scoring rescore --seed 42 \
  -o redock.sdf

# 计算 RMSD
from rdkit import Chem
from rdkit.Chem import rdMolAlign

ref = Chem.RemoveHs(Chem.SDMolSupplier("crystal_ligand.sdf")[0])
for i, mol in enumerate(Chem.SDMolSupplier("redock.sdf")):
    if mol is None:
        continue
    rmsd = rdMolAlign.CalcRMS(Chem.RemoveHs(mol), ref)
    print(f"姿势 {i+1}: RMSD = {rmsd:.2f} Å, "
          f"CNNscore = {mol.GetProp('CNNscore')}")

# 【判据】：
#   top-1 RMSD ≤ 2.0 Å  → 通过
#   2~3 Å              → 边缘，谨慎使用
#   > 3 Å              → 【失败，先排查再继续】
#
# 排查方向：
#   - 结构准备（质子化态、缺失原子，见 105）
#   - 盒子是否覆盖了整个口袋
#   - 是否删掉了必要的辅因子/金属/关键水
#   - 配体的立体化学与互变异构体
#
# 【建议】：对该靶点的 3~5 个共晶结构都做，
#   得到该体系上的成功率

常用参数速查

参数	作用	建议
`--exhaustiveness`	搜索强度	筛选 8～16；精确 32～64
`--num_modes`	输出姿势数	5～9
`--seed`	随机种子	必须设置
`--cnn_scoring`	CNN 模式	`rescore`
`--autobox_ligand`	参考配体定盒子	强烈推荐
`--autobox_add`	盒子外扩（Å）	4～8
`--minimize`	只做局部优化	修正外部姿势
`--score_only`	只打分不搜索	评估外部姿势
`--cpu`	CPU 线程数	按机器配置

结果的后处理

物理有效性检查：用 PoseBusters 检查键长键角与空间冲突（见 096《Binding Pose》）；
相互作用核对：用 PLIP/ProLIF 检查是否复现了关键相互作用——这是独立于打分函数的判据（见 108《PLIP》、109《ProLIF》）；
与其它方法交叉验证：与 Vina、DiffDock、Boltz 比较一致性（见 346《比较 DiffDock、Vina、GNINA》）；
人工审查：用化学的眼睛看一遍——埋藏的未配对极性基团是明确的红旗（见 094《静电互补 Electrostatic Complementarity》）；
不要跳过这些步骤：它们比调对接参数更能提高结果质量。

关键要点

直接读 PDB/SDF + 自动定盒子消除了对接中两个最常见的错误来源；
--cnn_scoring rescore 是性价比最优的模式；
CNNscore 是姿势可信度，不是亲和力——先用它过滤，再按 CNNaffinity 排序；
重对接验证（RMSD ≤ 2 Å）是使用前的必做步骤，不通过则结果不可信。

延伸资源

GNINA 论文：099《GNINA 论文精读》；GNINA 工具：183《GNINA》；实战：337《用 GNINA 做 Rescoring》；
Vina 教程：017《AutoDock Vina 教程》；姿势验证：096《Binding Pose》；smina：100《Smina》。