AutoDock Vina 论文精读：免费对接工具的算法基础

AutoDock Vina（Trott & Olson, J. Comput. Chem. 2010）是被引用最多的对接软件论文之一。理解它的算法设计，有助于理解现代对接工具的共同基础与局限。

相对 AutoDock 4 的核心改进

方面	AutoDock 4	Vina
打分函数	基于力场（AMBER 类）+ 经验校正	纯经验性，项更少更简单
搜索算法	拉马克遗传算法	迭代局部搜索 + Broyden-Fletcher-Goldfarb-Shanno 优化
格点预计算	需要单独的 autogrid 步骤	内部自动处理
多线程	不支持	原生支持
速度	基准	快约两个数量级
姿势预测准确度	基准	论文报告显著提高

「更简单反而更准」是 Vina 的一个重要启示：它的打分函数比 AutoDock 4 简单得多，却在姿势预测上表现更好。这说明过度复杂的物理项在参数化不足时反而引入噪声。

打分函数的构成

# Vina 的打分函数是原子对之间的距离依赖函数之和
#
#   c = Σ_{i<j} f(d_ij)
#
# 其中 d_ij 是原子表面距离（surface distance）：
#   d_ij = r_ij - R_i - R_j
#   （减去了范德华半径，因此接触时 d ≈ 0）
#
# 包含五个项：
#
# 1) 空间位阻项（steric）
#    gauss1: 短程吸引
#    gauss2: 中程吸引
#    repulsion: 距离过近时的强斥力
#
# 2) 疏水项（hydrophobic）
#    仅在疏水原子对之间计算
#    在一定距离范围内给予奖励
#
# 3) 氢键项（hydrogen bonding）
#    在氢键供受体对之间计算
#    注意：Vina 的氢键项没有角度依赖，
#          只看距离 —— 这是一个已知的简化
#
# 权重从 PDBbind 数据拟合得到
#
# 最终的「亲和力」还要除以一个与可旋转键数相关的因子：
#   ΔG_predicted = c / (1 + w × N_rot)
#   → 对柔性分子的粗糙熵惩罚

# 关键局限（论文本身也承认）：
#   - 无显式的静电项（疏水与氢键项隐含了部分静电）
#   - 无显式的去溶剂化项
#   - 氢键无角度依赖
#   - 熵处理极其粗糙

搜索算法

• 迭代局部搜索（ILS）：从随机构象出发，做局部优化；然后施加一个随机扰动，再优化；用 Metropolis 准则决定是否接受新解；重复；
• 局部优化用 BFGS：这是 Vina 的关键设计——BFGS 是拟牛顿法，使用梯度信息，收敛远快于无梯度的方法。Vina 的打分函数被设计成可解析求导，正是为了让 BFGS 能用；
• 多线程独立运行：exhaustiveness 参数控制独立运行的次数，各线程从不同起点搜索，最后合并结果。这是「简单粗暴但有效」的并行化；
• 含义：exhaustiveness 越大，找到全局最优的概率越高，但耗时线性增长。

论文的评估与后来的再评估

• 论文的报告：在一组测试集上，Vina 的姿势预测成功率（RMSD < 2 Å）显著高于 AutoDock 4，速度快约两个数量级；
• 后来的独立评估：
  • Vina 在姿势预测上确实是可靠的基线，成功率通常在 35%～50%（取决于测试集）；
  • 但在虚拟筛选的富集能力上，与其它方法的差异并不总是显著；
  • 在真实筛选基准（如 LIT-PCBA，见 242《LIT-PCBA》）上，所有对接方法的富集能力都远低于精选基准上的表现。
• 它成为事实标准的原因：免费开源、易用、速度快、结果可复现、社区大——这些工程属性的价值不低于算法本身。

论文中值得注意的细节

• 「亲和力」的单位是 kcal/mol，但这是拟合出来的经验值，论文本身就提醒不应过度解读其绝对值；
• 柔性侧链支持：Vina 支持指定受体的部分侧链为柔性，这在处理诱导契合时有用（但会显著增加搜索空间）；
• 打分函数的可导性：这是刻意的设计选择，为了让 BFGS 优化可行；
• 随机性：搜索有随机成分，不固定 seed 则结果不可复现——这是使用中必须注意的。

对后续工作的影响

衍生工具	改动
smina（见 100《Smina》）	可自定义打分函数与更灵活的参数
GNINA（见 099《GNINA 论文精读》）	在 smina 基础上加 CNN 重打分
Vina 1.2（见 098《AutoDock Vina 1.2》）	多打分函数、Python API、大环支持
QuickVina	加速的搜索策略
Vina-GPU	GPU 加速

Vina 的代码成为了整个开源对接生态的基础——这是它比打分函数本身更持久的贡献。

延伸资源

• Vina 1.2：098《AutoDock Vina 1.2》；smina：100《Smina》；GNINA：099《GNINA 论文精读》；
• 打分函数局限：095《Docking Score》；实战：336《用 AutoDock Vina 跑 Docking》。