gmx_MMPBSA: 计算蛋白-蛋白/蛋白-配体/蛋白-核酸的结合能(MMGBSA)

部署运行你感兴趣的模型镜像

gmx_MMPBSA,它搭建了GROMACS与AMBER分析模块之间的桥梁,支持用户计算MMPBSA和MMGBSA。就我个人而言,我更喜欢使用MMGBSA,因为它不仅计算速度更快,而且出现异常值的概率也比MMPBSA更低。接下来就详细介绍此工具的安装以及使用过程。

1.安装系统

Linux 或 WSL1/2

2.安装Miniconda或Anaconda

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash ~/Miniconda3-latest-Linux-x86_64.sh

3.在conda环境下执行以下命令

下面要用到的env.yml文件下载地址: https://valdes-tresanco-ms.github.io/gmx_MMPBSA/dev/env.yml

conda env create --file env.yml
conda activate gmxMMPBSA
python -m pip install gmx_MMPBSA

验证是否安装成功:

gmx_MMPBSA --help

返回结果如下则表明安装成功:

4.运行

准备MMGBSA计算的参数文件mmgbsa.in

  • 蛋白-蛋白体系:

&general
sys_name="Prot-Prot",
startframe=9000,
endframe=10000,
interval=10,
forcefields="leaprc.protein.ff14SB",
/
&gb
igb=2, saltcon=0.150,
/
&decomp
idecomp=3, print_res="A/1-59;B/1-106"
dec_verbose=0,
/
  • 蛋白-小分子体系:

&general
sys_name="Prot-Lig-ST",
startframe=9000,
endframe=10000,
interval=10
/
&gb
igb=5, saltcon=0.150,
/
&decomp
idecomp=3, print_res="A/1-59;B/1"
dec_verbose=0,
/
  • 蛋白-DNA体系:

&general
sys_name="Prot-DNA"
startframe=9000,
endframe=10000,
interval=10,
PBRadii=4
/
&gb
igb=8, saltcon=0.150, intdiel=10
/
&decomp
idecomp=3, print_res="A/1-59;B/1-106"
dec_verbose=0,
/

以上参数和amber里的参数兼容,不懂得可以翻阅amber手册查询。 根据自己的体系准备好mmgbsa.in文件后,执行下行命令执行MMGBSA计算:

gmx_MMPBSA -O -i mmgbsa.in -cs 4PRO.tpr -ct traj~center.xtc -ci ../index.ndx -cg 3 4 -cp ../topol.top -o FINAL_RESULTS_MMPBSA.dat -eo FINAL_RESULTS_MMPBSA.csv

其中-cg 参数指定在index文件中两个组别的序号。这里3号组别对应receptor,而4号组的原子对应ligand。

至此,大功告成!接下来等计算结果就ok了。 输出的结果重点关注:FINAL_RESULTS_MMPBSA.csv以及FINAL_DECOMP_MMPBSA.dat前者包含每帧的能量以及各项拆分值,后者包含每个残基的能量分解。

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

<think>好的,我现在需要帮助用户找到GMXMMPBSA在Windows上的安装教程。首先,用户提到他们参考了引用[1]和引用[2],这两个引用分别提到了安装配置指南和项目教程。我需要先确认这些引用中的信息是否包含Windows安装的具体步骤。 根据引用[1],gmx_MMPBSA的安装和配置指南可能主要针对Linux系统,因为大多数科学计算工具都是在Linux环境下使用的。但用户需要在Windows上安装,可能需要通过WSL(Windows Subsystem for Linux)来实现。因为GMXMMPBSA依赖Python和一些库,可能在Windows原生环境下会遇到兼容性问题,比如编译依赖项或路径问题。 接下来,用户提供的项目地址是https://gitcode.com/gh_mirrors/gm/gmx_MMPBSA,需要检查该项目的文档是否有Windows安装说明。通常开源项目可能会提供多种系统的安装指南,但如果没有的话,可能需要建议用户使用WSL或者Conda环境来管理依赖。 另外,用户提到的命令python -m gmx_MMPBSA -h是用来查看帮助信息的,这说明安装完成后需要确保Python环境正确配置。因此,在Windows上安装可能需要先安装Python,并确保pip可用,然后通过pip安装gmx_MMPBSA。不过可能存在依赖项的问题,比如需要安装MS-MPI或其他库,这在Windows上可能比较复杂。 综合这些信息,可能的步骤包括:安装WSL、在WSL中配置Python环境、使用pip安装gmx_MMPBSA,以及安装必要的依赖如GMP、GROMACS等。此外,用户可能需要参考项目的文档和GitHub页面,查看是否有针对Windows的特殊说明或社区提供的解决方案。 还需要考虑到用户可能不熟悉WSL,所以步骤需要详细,包括如何启用WSL、安装Ubuntu发行版、更新系统、安装Python和pip,然后安装gmx_MMPBSA。同时,提醒用户注意环境变量的设置和依赖库的安装,确保所有组件都能正确运行。 最后,生成相关问题时要覆盖常见问题,比如依赖项安装错误、环境配置问题、如何验证安装成功等,帮助用户进一步解决问题。</think>以下是根据您需求整理的GMXMMPBSA Windows安装指南: ### GMXMMPBSA Windows安装教程 建议通过Windows Subsystem for Linux(WSL)环境安装,具体步骤如下: 1. **启用WSL功能** ```powershell wsl --install ``` 重启后会自动安装Ubuntu发行版[^1] 2. **安装依赖环境** ```bash sudo apt update && sudo apt upgrade sudo apt install python3-pip git gcc g++ make cmake ``` 3. **安装科学计算库** ```bash pip3 install numpy scipy matplotlib pandas ``` 4. **安装GMP数学库** ```bash sudo apt install libgmp3-dev ``` 5. **安装GROMACS环境** 需先安装GROMACS并确认`gmx`命令可用[^2] 6. **安装gmx_MMPBSA** ```bash pip3 install gmx-mmpbsa ``` 7. **验证安装** ```bash python3 -m gmx_MMPBSA -h ``` 成功显示帮助文档即安装完成[^1]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

药研猿

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值