跳转到正文

PoseBusters

Martin Buttenschoen and contributors

PoseBusters 通过命令行和 Python 库检查生成分子构象的化学与几何合理性。

条目更新 ·

概览

PoseBusters 检查分子几何,并可结合参考配体和蛋白质环境分析立体化学、键几何及空间冲突。官方包元数据指向 maabuu/posebusters。通过这些计算检查不代表结构已获实验确认,也不能证明亲和力或药效。

主要功能

  • 输出表格结果的命令行检查
  • 用于预测构象检查的 Python 接口

使用场景

  • 筛除几何不合理的对接结果
  • 对照参考结构分析预测配体

使用方式

使用 pip install posebusters 安装。可运行 bust ligand_pred.sdf -l mol_true.sdf -p protein.pdb,仅在适当时提供参考结构。记录版本、配置及输入,逐项查看失败原因,不仅报告整体通过率。

来源与核查边界

本条目说明所链接项目来源中记载的能力。条目编辑更新不代表完成过运行测试、兼容性测试或科学性能评估。

查看编辑与核查政策

相关资源

K-Dense Scientific Agent Skill,用于指导基于 Datamol 的分子制备、相似性分析、骨架工作流和构象处理,并提供输入验证与可复现性方面的指导。

Python

化学信息学 · 药物发现

Dimorphite-DL

开源工具

Dimorphite-DL 枚举小分子电离状态,按用户指定的 pH 范围添加或删除氢原子,提供 CLI 与 Python API,用于对接、分子动力学与虚拟筛选前的分子准备。

开源Python

化学信息学 · 药物发现

基于浏览器的分子对接平台,使用 AutoDock Vina 和 Meeko 进行刚性受体对接、批量虚拟筛选、对接构象质量检查、相互作用分析,并提供可下载的 PDF/ZIP 结果。

化学信息学 · 计算化学 · 药物发现

OpenFF Toolkit

开源工具

Open Force Field Toolkit 是面向 SMIRNOFF 力场与直接化学环境识别的 Python 工具包,并提供导出到 OpenMM 等模拟引擎的文档化路径。

开源Python

化学信息学 · 计算化学 · 药物发现

TeachOpenCADD 以可执行笔记本教授计算机辅助药物设计,覆盖分子数据、对接与模拟分析。

Python

化学信息学 · 药物发现

ADMET-AI

模型

ADMET-AI 是基于 Chemprop、以 TDC ADMET 数据集训练的 ADMET 预测平台,提供命令行、Python API 与在线网页服务,MIT 许可。

开源Python

分子性质预测 · 药物发现

兼容客户端

Python

用于以下实用方案

社区

本地分子对接、构象质检与相互作用分析

该工作流已在 Linux x86_64 CPU 环境使用公开 1EVE/E20 示例完成实际计算验证。GNINA 1.3.3 生成三个 pose,PoseBusters 0.6.5 检查全部构象,PLIP 2.4.0 完成全部构象的分析且化学身份一致。这是计算工作流验证,尚未进行科学实验或生物活性验证。

GNINA + PoseBusters + PLIP

蛋白质与药物研究

难度: 高级 费用: 免费 隐私: 本地 ~60 分钟

Python

查看安装指南 →

相关指南