OpenEye Orion：云端分子建模平台介绍

Orion 是 OpenEye（现属 Cadence）的云端分子建模平台，把该公司的计算工具（ROCS、OMEGA、FRED、Szybki 等）与 AWS 弹性算力打包成浏览器中可编排的工作流。它代表了 CADD 的一个方向：把计算能力从「本地集群」搬到「按需付费的云」。

云端 CADD 的价值

最典型的适用场景是「偶发的超大规模计算」：需要筛十亿级化合物库时，本地集群可能要跑数月，而云端可以短时间铺开上千个节点几天算完。为这种偶发需求常备硬件是不经济的。

OpenEye 工具的技术特点

• ROCS（见 278《OpenEye ROCS》）：基于形状与化学特征的三维相似性筛选，是配体导向筛选的经典工具，在没有靶点结构时特别有价值。
• OMEGA（见 279《OpenEye Omega》）：高质量构象生成，是 ROCS 等三维方法的前置步骤。
• FRED / HYBRID：对接程序，HYBRID 能同时利用受体结构和已知配体信息。
• Szybki：分子力学优化。
• Spruce：结构准备。

这套工具的共同特点是强调三维形状与静电场的匹配，与基于对接打分的路线互补——当靶点结构不可用或对接效果不佳时，形状匹配往往是更可靠的选择。

用云端平台需要注意的问题

• 数据出境与保密。这是最需要提前确认的一点。把靶点结构、专有化合物结构上传到第三方云平台，涉及知识产权与合规风险。需确认：数据存储在哪个区域、是否加密、平台方能否访问、合同中的保密条款如何、是否符合公司的数据分级政策。
• 成本失控风险：按用量计费意味着一个配置错误的大规模任务可能产生意外账单。必须设置预算告警与资源上限。
• 供应商锁定：工作流用平台专有格式定义，迁移成本高。评估时应考虑退出路径。
• 结果可复现性：平台版本升级可能改变结果，需记录使用的工具版本。
• 网络传输：大规模数据上传下载的时间与成本不可忽略。

自建弹性算力的路径

# 用开源工具 + 云资源自建的思路
# 1. 容器化计算环境（Docker / Singularity），保证一致性
# 2. 工作流引擎：Nextflow / Snakemake，原生支持云执行器
# 3. 云资源：AWS Batch / GCP Batch / 竞价实例（成本可降低 60%~80%）
# 4. 对象存储做数据中转
# 5. 计算工具：RDKit（171）、Vina（182）、GNINA（183）、OpenMM（200）

# 竞价实例 + 容错重试，是大规模筛选性价比最高的组合

自建的核心优势是数据不出自己的云账号，且成本可控性更强；代价是需要工程投入与运维能力。

延伸资源

• 同系列工具：278《OpenEye ROCS》、279《OpenEye Omega》；对照平台：275《Schrödinger Maestro》；
• 开源工具栈：182《AutoDock Vina》、183《GNINA》；工程化：225《AI 制药工具工程化》。