logoChat01.ai

我要在薛定谔，MOE和DS还有auto dock进行glide对接的redocking，计算redo...

創建於：2026年6月1日

使用 GPT-5.5 Thinking 回答 Chat01

問題

我要在薛定谔，MOE和DS还有auto dock进行glide对接的redocking，计算redocking之后的构象与晶体结构的构象的RMSD，每个软件我应该怎么做能得到RMSD

思考

undefined

思考

Final steps and citation reminders

I need to finalize this in Chinese with practical use and provide citations for everything, since I’ve called web resources. I'll refer to official documentation and previous searches for values. The structure will include using a native ligand as reference for RMSD; the accepted criterion of ≤2 Å; steps for Schrödinger/Glide redocking; and the methods for RMSD calculations with relevant citations.

Thought for 1m 33s

回答

可以按下面做。核心原则是：晶体配体和 redocking 后的配体必须处在同一个受体坐标系里，只算 ligand heavy atoms RMSD；不要把两个配体单独叠合后再算，否则 RMSD 会被人为变小。 如果不同软件处理后蛋白坐标有轻微变化，先用蛋白 backbone/Cα/重原子把复合物叠合，再只对配体重原子算 RMSD。通常 redocking 验证常用 RMSD ≤ 2.0 Å 作为可接受标准，但最好同时报告 Top1 RMSD 和所有 poses 中最小 RMSD。Discovery Studio 教程里也用 ≤2.0 Å 作为 redocking RMSD 判据。(IJS Indico (Indico))

1. Schrödinger / Glide

推荐用 Schrödinger 自带 rmsd.py，最稳。

操作流程：

  1. 从原始晶体复合物中单独导出共晶配体，例如保存为 crystal_ligand.mae 或 crystal_ligand.maegz。
  2. 用同一个受体结构删除原配体后做 Glide redocking。
  3. redocking 输出一般是 Glide pose viewer 文件，例如 xxx_pv.maegz。
  4. 在终端运行：
bash
$SCHRODINGER/run rmsd.py -use_neutral_scaffold crystal_ligand.maegz xxx_pv.maegz -o xxx_pv_rmsd.maegz

rmsd.py 会把 docked poses 和共晶配体匹配后计算 RMSD；加 -o 后会把 RMSD 写入新的 Maestro 文件属性中。若 LigPrep 产生了不同电离态或互变异构体，Schrödinger 建议使用 -use_neutral_scaffold。(Schrödinger Customer Portal)

Maestro 图形界面方法：

把晶体配体作为 reference row 放在 docked poses 前面，选择所有要比较的构象，然后进入：

Tasks → Structure Alignment → Superposition

勾选 Create RMSD property，atom set 选 heavy atoms 或用 SMARTS/ASL 指定配体原子。Schrödinger 文档说明 Superposition 面板可以把 RMSD 直接写入 Project Table 属性。(Schrödinger Customer Portal)

2. MOE

MOE 的 redocking 结果通常保存在 MDB docking database 里。最方便的方法是用 MOE / CCG SVL Exchange 里的脚本 Calculate Ligand RMSD from Docking Database。

流程：

  1. 保存原始晶体复合物，例如 ref_complex.pdb 或 ref_complex.moe，里面要保留共晶配体。
  2. 在 MOE 中删除共晶配体，用同一结合口袋做 redocking。
  3. 保存 docking 结果数据库，例如 dock_results.mdb。
  4. 在 MOE 中打开该 SVL 脚本，加载后在 SVL command line 输入类似命令：
text
ligandRMSD ['ref_complex.pdb', 'dock_results.mdb', 'mol', 'receptor']

这里 mol 是 docking 数据库里 ligand pose 的字段名，receptor 是 receptor 字段名；脚本会把 ligand RMSD 写入 docking results database 的新列。CCG SVL Exchange 对该脚本的说明就是用于“对 MOE docking run 数据库中的每个 ligand conformation 计算相对于 crystallized ligand pose 的 RMSD”。(CCG SVL Exchange)

MOE 的官方教程页也列出 Docking 教程包含 ligand pose analysis，CCG 的 docking 视频还专门包含 “Quantitative analysis using the Database Viewer”，所以算完 RMSD 后建议直接在 Database Viewer 里排序、筛选和导出 RMSD 列。(ChemComp)

3. Discovery Studio，DS

DS 可以直接在图形界面算，不一定要外部脚本。

流程：

  1. 用 DS 准备蛋白，定义 binding site sphere。
  2. 把共晶配体剪切/另存为原始 reference ligand。
  3. 用 CDOCKER、LibDock、GOLD 或 Flexible Docking 做 redocking。
  4. 计算完成后，在 Results 里点击 Docked Ligands，打开所有 docked poses。
  5. 把之前保存的共晶配体插入当前窗口：

File → Insert From → File

  1. 选中插入的原始共晶配体，设置为参考：

Structure → RMSD → Set Reference

  1. 计算配体重原子 RMSD：

Structure → RMSD → Heavy Atoms

随后会打开 RMSD Report，显示各个 docked pose 相对于共晶配体的 RMSD。该步骤在 DS SBD 教程中有明确路径：先插入共晶配体，再 Structure > RMSD > Set Reference，最后 Structure > RMSD > Heavy Atoms。(IJS Indico (Indico))

4. AutoDock / AutoDock Vina

这里要特别注意：Vina 输出表里的 RMSD 不是相对于晶体配体的 RMSD，而是相对于 best mode 的 RMSD；Vina 文档说明它的 rmsd/lb 和 rmsd/ub 是相对于 best mode，并且只用 movable heavy atoms。(AutoDock Vina) 所以 redocking 验证时不能直接拿 Vina log 里的 RMSD 当 crystal pose RMSD。

推荐流程：

  1. 用晶体配体中心设置 docking box，运行 Vina：
bash
vina --config config.txt --out vina_out.pdbqt --log vina.log
  1. 将多构象 PDBQT 拆成单个 pose。Vina 文档说明所有 predicted binding modes 会放在一个 multimodel PDBQT 中，需要时可用 vina_split 拆分。(AutoDock Vina)
bash
vina_split --input vina_out.pdbqt

  1. 把每个 docked pose 和晶体配体都转成 MOL2，并尽量保证键级、质子化状态一致。AutoDock Vina 使用 united-atom scoring，输出中氢的位置可能不可靠，所以建议算 heavy atom RMSD。(AutoDock Vina)

  2. 用 DockRMSD、LigRMSD、spyrmsd 或 PyMOL 计算。对有对称性的配体，优先用 DockRMSD 或 spyrmsd。DockRMSD 的说明强调它不依赖两个文件的原子编号顺序，会通过键连通关系寻找最优 atom mapping，并返回最低 RMSD；同时它不做结构叠合，要求两个 ligand pose 已经处在对齐好的受体坐标系中。(AiDeepMed)

DockRMSD 网页版做法：

  • 输入 1：crystal_ligand.mol2
  • 输入 2：pose_1.mol2
  • 不勾选 hydrogens，算 heavy atom RMSD
  • 每个 pose 分别算一次

本地编译方式：

bash
gcc DockRMSD.c -o DockRMSD -lm -O3

DockRMSD 官网提供源码和上述编译方式。(AiDeepMed)

最推荐的统一做法

为了四个软件的 RMSD 可比，建议最终都导出为：

text
crystal_ligand.mol2
schrodinger_pose_1.mol2
moe_pose_1.mol2
ds_pose_1.mol2
vina_pose_1.mol2

然后统一用 heavy atom + symmetry-corrected RMSD 工具，例如 DockRMSD 或 spyrmsd，批量计算。这样可以避免不同软件 RMSD 定义、氢原子处理、原子编号和对称性处理不一致的问题。报告时写清楚：

text
RMSD type: ligand heavy-atom RMSD
Reference: co-crystallized ligand
Protein alignment: same receptor coordinate frame / receptor heavy atoms aligned before ligand RMSD
Symmetry correction: yes/no
Hydrogens included: no
Criterion: RMSD ≤ 2.0 Å considered successful redocking

分享這個問答