Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Führen Sie ein virtuelles Screening mit AutoDock Vina auf Deadline Cloud durch
Das Job-Bundle virtual_screening_vina verwendet AutoDock Vina
Die Pipeline besteht aus vier Schritten:
-
PrepareReceptor— Konvertiert das Protein PDB mit Open Babel in das PDBQT-Format.
-
SplitLibrary— Teilt die SDF-Verbundbibliothek in N Blöcke auf.
-
DockCompounds— Führt N parallel Docking-Aufgaben aus (eine pro Block). Jede Aufgabe ist idempotent und sicher für Spot-Preemption.
-
ScoreAndRank— Fasst alle Chunk-Ergebnisse zu einer CSV-Datei mit den besten Treffern zusammen.
Das Paket erfordert eine vom Service verwaltete Linux-x86_64-Flotte (Spot wird empfohlen), eine Conda-Warteschlangenumgebung mit from und Vina. openbabel conda-forge AutoDock Installieren Sie Vina, indem Sie das Erstellen Sie ein AutoDock Vina Conda-Paket für Deadline Cloud Conda-Rezept in Ihren S3-Kanal einbauen, oder indem Sie die Binärdatei über ein Flottenhost-Konfigurationsskript installieren.
Legen Sie fest CompoundLibrary=chembl (Standard), dass arzneimittelähnliche Moleküle automatisch von ChEMBL
Reichen Sie den Job aus dem job_bundles Verzeichnis ein:
deadline bundle submit virtual_screening_vina \ -p "ReceptorPdb=receptor.pdb" \ -p "CompoundLibrary=chembl" \ -p "MaxCompounds=100000" \ -p "CompoundsPerChunk=100" \ -p "CenterX=-10.7" \ -p "CenterY=12.4" \ -p "CenterZ=68.8"
Einzelheiten zum Erstellen des AutoDock Vina Conda-Pakets finden Sie unter. Erstellen Sie ein AutoDock Vina Conda-Paket für Deadline Cloud