DiffDock：深度学习对接模型部署与使用

DiffDock（MIT Jaakkola 组，ICLR 2023）把分子对接重新表述为生成问题：在配体的平移、旋转和可旋转键扭转构成的流形上做扩散去噪，直接采样出结合姿势，再用一个独立的置信度模型排序。它不需要预先指定口袋，属于「盲对接」。

部署

git clone https://github.com/gcorso/DiffDock.git
cd DiffDock
mamba env create -f environment.yml
conda activate diffdock

python -m inference --config default_inference_args.yaml \
  --protein_path receptor.pdb --ligand "COc1ccc2nc(...)cc2c1" \
  --out_dir results/

需要 GPU（推荐 ≥16 GB 显存），依赖 torch-geometric、e3nn 等。批量运行时用 CSV 传入蛋白路径与配体 SMILES 列表。首次运行会下载预训练权重。

关键参数

参数	含义	建议
samples_per_complex	采样姿势数	10～40；越多越可能采到正确姿势，也越慢
inference_steps	扩散去噪步数	默认 20 通常够用
--no_final_step_noise	末步去噪声	开启通常更稳

置信度怎么读

输出文件名里的 confidence 是置信度模型给的分数（大致对应「该姿势 RMSD < 2 Å 的可能性」，logit 尺度）。经验分界：

• > 0：较可信，值得进入下一步分析；
• −1.5 ～ 0：不确定，需要交叉验证；
• < −1.5：低可信，基本不应采纳。

置信度不是亲和力。它只回答「这个姿势像不像真的」，完全不回答「这个分子结合得强不强」。用它做虚拟筛选排序是常见误用。

独立评测提出的质疑

• 训练集泄漏与相似性：多项独立工作指出，PDBBind 时间划分下 DiffDock 的成功率明显低于原论文数字；对与训练集相似度低的新蛋白，表现下降显著。
• 物理合理性问题：生成的姿势常出现键长键角畸变、与蛋白原子空间冲突（steric clash）。PoseBusters 等检查套件发现相当比例的姿势通不过基本物理检验——拿到结果后务必跑一遍 PoseBusters 类检查。
• 对 apo / 预测结构更弱：在非共晶（apo）结构或 AlphaFold 预测结构上，成功率比在 holo 结构上低不少，而这恰恰是实际项目的常见处境。
• 后续版本有改进：DiffDock-L 等更新版本扩大了训练数据并改善了泛化，选版本时留意。

务实用法

• 用它做口袋未知时的探索——这是它相对传统对接的真正优势场景。
• 把它的姿势当假设而非结论：与 Vina / GNINA 交叉对比，一致的姿势才更可信。
• 选中的姿势再做短程 MD 或能量最小化，滤掉物理上站不住的结果。
• 不要用置信度做亲和力排序；需要排序就回到经验打分或 CNN 重打分。

延伸资源

• 论文精读：101《DiffDock 论文精读》；教程：018《DiffDock 教程》；
• 对照方法：182《AutoDock Vina》、183《GNINA》、185《EquiBind》、186《TankBind》；
• 评测陷阱：169《Benchmark 陷阱》。