diffdock-nim

DiffDock NIM

使用盲对接预测蛋白质-配体结合构象。本指南适用于首次使用托管版/本地版；仅在需要时加载补充文件：

• references/api.md：托管版/本地版的确切端点、架构和 Docker 参数。
• references/science.md：对接用例、限制和后续衔接。
• references/parameters.md：配体格式、构象数量、扩散控制参数。
• references/validation.md：受体、配体、构象和置信度检查。
• references/examples.md：精简的托管版/本地版示例及保存构象的模式。

选择模式

仅在上下文不明确时询问：

NVIDIA 托管 API 还是本地 Docker NIM？

• 托管版：https://health.api.nvidia.com/v1/biology/mit/diffdock
• 本地版：http://localhost:8000/molecular-docking/diffdock/generate

托管版和本地版的路径不同。本地版没有 /v1/ 前缀，并使用 /molecular-docking/ 路由。托管版请求使用 Authorization: Bearer $NGC_API_KEY。受支持的本地 Docker 启动方式使用 NGC_API_KEY（或通过预检设置的 NVIDIA_API_KEY）进行 注册表登录、权限检查和首次运行时的模型下载；使用 -e NGC_API_KEY 将其传入 容器。本地推理请求在就绪后无需授权标头。是否可以免密钥启动并使用预热缓存 取决于镜像/版本，不应想当然。

本地 Docker

如需精确的本地预检（加载 .env、回退使用 NVIDIA_API_KEY、 LOCAL_NIM_CACHE、NVIDIA_VISIBLE_DEVICES=0、--shm-size=2G、两个 --ulimit 标志、docker login，以及用于 nvcr.io/nim/mit/diffdock:2.2.0 的 docker run）， 请逐字复制 references/api.md 中 Docker Reference 下的命令块。

就绪状态：

until curl -sf http://localhost:8000/v1/health/ready; do sleep 5; done

准备输入

蛋白质受体必须仅包含 ATOM 记录。去除标头、水分子和 HETATM。

from pathlib import Path
raw_pdb = Path("protein.pdb").read_text()
protein = "\n".join(line for line in raw_pdb.splitlines() if line.startswith("ATOM"))
if not protein:
    raise ValueError("protein.pdb has no ATOM records")

配体选项：

• SMILES：ligand = "CC(=O)OC1=CC=CC=C1C(=O)O"；ligand_file_type = "txt"。
• SDF：ligand = Path("ligand.sdf").read_text()；ligand_file_type = "sdf"。
• MOL2：ligand_file_type = "mol2"。

不要将 "smiles" 用作 ligand_file_type；SMILES 的值应为 "txt"。

请求模式

import os
import requests

HOSTED = True
url = (
    "https://health.api.nvidia.com/v1/biology/mit/diffdock"
    if HOSTED else "http://localhost:8000/molecular-docking/diffdock/generate"
)
headers = {"Content-Type": "application/json"}
if HOSTED:
    headers["Authorization"] = f"Bearer {os.getenv('NGC_API_KEY')}"

payload = {
    "protein": protein,
    "ligand": ligand,
    "ligand_file_type": ligand_file_type,
    "num_poses": 10,
    "time_divisions": 20,
    "steps": 18,
    "save_trajectory": False,
}
response = requests.post(url, headers=headers, json=payload, timeout=300)
response.raise_for_status()
result = response.json()

保存并报告输出

ligand_positions 和 position_confidence 是相互对应的排序列表。 position_confidence[0] 是排名第 1 的构象置信度。

使用 references/examples.md 中 Save Ranked Poses 下的代码片段保存排序后的构象 SDF 文件。

在 PyMOL、ChimeraX 或 UCSF Chimera 中查看构象 SDF 文件和受体。如需了解构象合理性检查和置信度注意事项，请阅读 references/validation.md。

限制与故障排查

• num_poses 最大值：100。time_divisions 最大值：20。steps 最大值：18。
• 单 GPU；本地运行至少需要约 24 GB VRAM。
• 422：ligand_file_type 无效、SMILES/SDF 无效，或没有 ATOM 记录。
• 构象为空：验证受体 ATOM 记录和配体是否可解析。
• 本地 URL 返回 404 通常意味着使用了错误的托管版路径，或误加了 /v1/。