AutoDock, AutoDock-vina等对接工具安装
AutoDock, AutoDock-vina等对接工具安装
AutoDock-GPU安装
下载地址： https://autodock.scripps.edu/downloads/
- 将压缩包传送至安装目录中，并解压到当前路径
unzip AutoDock-GPU-develop.zip
- 找到服务器的cuda的路径，cuda的路径一般默认为“/usr/local/cuda/”，然后将以下调用语句写入环境变量的配置文件~/.bashrc中
export GPU_INCLUDE_PATH=/usr/local/cuda/include
export GPU_LIBRARY_PATH=/usr/local/cuda/lib64
- 通过以下命令启动新的环境变量配置
source ~/.bashrc
- 进入AutoDock-GPU-develop文件夹中，输入以下命令进行编译
make DEVICE=GPU NUMWI=64
其中，DEVICE指定加速器类型； NUMWI指定Thread数目，至少64
- 进入AutoDock-GPU-develop的子文件夹bin中，将出现adgpu_analysis，autodock_gpu_32wi和autodock_gpu_64wi，其中autodock_gpu_64wi的文件即为AutoDock-GPU的运行文件，此时需要记录当前目录的路径，将以下语句放到环境变量的配置文件~/.bashrc中，设置命令的别名
alias ad_gpu='/your/path/AutoDock-GPU-develop/bin/autodock_gpu_64wi'
重新进入终端后，只要输入ad_gpu就等价于输入/your/path/AutoDock-GPU-develop/bin/autodock_gpu_64wi，方便操作。
- 然后重启一下终端或者通过以下命令启动新的环境变量配置，即可正常运行AutoDock-GPU
source ~/.bashrc
AutoDock-Vina安装
下载地址：https://vina.scripps.edu/downloads/
安装Vina
第一种方法
第一个方法，也是最简单的办法。如果你用的是Ubuntu，可以直接使用以下命令安装：
sudo apt install autodock-vina
这个命令需要输入根目录密码。输入密码的过程中光标不会移动，但你的确有在输入。正确输入后直接敲回车就行。当然，如果你使用的是超算这类你没有根目录密码的场合，就需要下一个安装方案了。
第二种方法 conda安装
conda install -c conda-forge vina
第二种方法，编译安装
如果你下载的是zip就用unzip解压
unzip AutoDock-Vina-1.2.3.zip
不过，下载的预编译版本的vina是不能直接用vina命令运行的。你得先赋权，然后才能运行：
chmod 777 vina_1.2.3_linux_x86_64
./vina_1.2.3_linux_x86_64
这便是赋权与运行。但是你会发现，即便赋权了也还是不能用vina命令直接使用。所以如果你想方便快捷地输入vina直接运行程序，还得把它加入你的用户bin目录：
sudo mv vina_1.2.3_linux_x86_64 /usr/bin/vina
sudo chmod +x /usr/bin/vina
这样才算完。所以你说这个方法它简单吧，也不是那么简单。
ADFR 安装
ADFR全称为AutoDockFR，是Scripps研究所Sanner课题组基于AutoDock程序下开发的一个蛋白-配体对接程序。除了支持AutoDock4和AutoDock Vina的对接模式以外，ADFR还有其专长——共价对接以及柔性对接。柔性对接可参考之前的博文《AutoDock Vina 1.2.2使用教程(2)——柔性Docking篇》。
注意， ADFR 使用的版本是2.7的
conda install -c hcc adfr-suite