umadock

UMADock 提供了一个工作流程，用于将小分子对接至蛋白质结合位点，并使用可插拔的机器学习原子间势对所得构象进行评分。README 描述了从 RDKit 生成配体构象、根据 PDB 结构和配体残基名称准备结合位点、将构象对接至该位点、优化有前途的构象，并结合相互作用、脱溶和应变项来估计电子结合能的流程。位点准备由 PDBFixer 自动化，包括围绕配体的残基选择、ACE/NME 封端、AMBER ff14SB 质子化和电荷，以及可选的结构金属离子处理。默认评分器是 Meta 的 UMA 模型，而 MACE-OMOL-0 和 AIMNet2 也通过可选择的评分模型得到支持。该项目强调在 Modal 云端 GPU 上端到端运行，并对 PDB、准备好的位点和模型权重进行缓存，同时从 Modal Volumes 中检索优化后的构象和结果 JSON 文件。它还包括一个 CLI 版本、示例笔记本，以及一个用于从代理驱动 UMADock 的 AI-agent 笔记本。验证示例包括 SULT1A3 中的对乙酰氨基酚和沙丁胺醇，并与显式溶剂 MD 和 MM-GBSA 结果进行了比较。