夜雨聆风
分子对接软件哪个更好用?
做分子对接时，很多人最先问的是：哪个软件更好用？
但如果真要把这个问题讲清楚，不能只是简单列一个软件名单。因为“分子对接”本身并不是完全统一的问题，至少可以分成三大类：蛋白–小分子对接、蛋白–蛋白对接，以及蛋白–DNA/RNA 对接等。这三类问题在搜索空间、打分逻辑、柔性处理和结果解释上都有明显差别，所以主流软件也自然分成了不同路线。
如果把这些软件放在一起看，可以先做一个大致分类：做蛋白–小分子时，大家最常接触的是 AutoDock 系列、Schrödinger、MOE、Discovery Studio等；做蛋白–蛋白时，更常见的是 HADDOCK、HDOCK、ZDOCK、ClusPro、GRAMM、RosettaDock等；到了蛋白–DNA/RNA，值得关注 HDOCK、NPDock、3dRPC、P3DOCK，以及 AlphaFold 3等工具。
重要的并不是把软件背下来，而是要知道：不同工具到底擅长解决什么问题。下面就按这三类体系，把主流路线分别梳理清楚。
一、蛋白–小分子对接软件：最成熟、应用最广的一类
蛋白–小分子对接是目前应用最广的一类分子对接。它的核心任务通常是预测：小分子会结合在蛋白的什么位置、以什么姿态结合、可能涉及哪些关键残基，以及不同化合物的大致排序。因为应用面最广，所以这一类软件的发展也最成熟，既有经典开源软件，也有功能非常完整的商业平台。
1）AutoDock4：经典老牌软件，优势在于基础扎实、可控性强
AutoDock4 是 AutoDock 体系里最经典的一代。AutoDock4 实际上由 AutoDock和 AutoGrid两部分组成：AutoGrid 先为受体预计算网格图，AutoDock 再在这些网格基础上完成配体搜索和打分。也正因为这种设计，AD4 的流程相对清楚，很多参数和步骤都比较“可解释”，所以它长期被广泛用于教学、方法学研究以及传统蛋白–小分子对接工作。
从实际使用感受来说，AutoDock4 的优势不只是“经典”。它更适合那些希望对搜索参数、网格设置、局部环境定义有更多控制的人。很多研究者现在仍然喜欢用它做复现实验、方法比较，或者处理一些标准化程度较高的蛋白–配体体系。它的文献积累也非常深，很多早期和中期的 docking 文章都是基于 AD4 完成的。
2）AutoDock Vina：开源体系里最普及的通用工具之一
如果说 AD4 更像经典路线，那 AutoDock Vina更像现在最常见的开源起点。Vina 官方文档把它定义为“最快、使用最广的开源 docking engine 之一”，并强调它是一个相对 turnkey 的对接程序，基于简单打分函数和快速梯度优化搜索。Vina 之所以被广泛接受，很重要的原因是它比较好地兼顾了速度、易用性和构象搜索能力。
Vina 的实际优势主要体现在几个方面：第一，它上手门槛相对较低，很适合常规蛋白–小分子 docking 和中等规模虚拟筛选；第二，它运行速度快，适合做批量任务；第三，它依托 AutoDock 社区，教程多、经验多、可复现性也相对容易建立。对很多课题组来说，Vina 往往是从“能把 docking 跑起来”到“能系统做项目”之间最自然的一站。
3）AutoDockFR（ADFR）：以受体柔性为核心，同时支持特定类型的共价对接
AutoDockFR（ADFR）是 AutoDock 体系中比较有代表性的柔性受体对接方案。它的核心特点，是允许用户预先指定受体中的一部分侧链作为柔性区域参与搜索，而不是把整个受体完全视为刚体。ADFR 的原始论文强调的也是这一点：它主要解决的是蛋白–配体对接中受体侧链柔性与诱导契合的问题。
这类方法的优势很明确：当配体进入结合口袋时，如果关键残基侧链需要发生重排，ADFR 相比纯刚体受体方法，往往更容易得到贴合更合理的结合构象。因此，它特别适用于口袋附近存在明显侧链调整、局部诱导契合效应较强的体系。对于很多“普通 Vina 能跑，但总觉得口袋贴合不够自然”的项目，ADFR 往往是一条很有价值的补充路线。
另外，ADFR 配套的 AGFR/ADFR 工作流也支持共价对接。Scripps 官方教程专门给出了 covalent docking 的示例，说明这套工具链可以用于已知成键位点、已知共价连接关系前提下的共价配体建模与再对接。也就是说，ADFR 不只是能做柔性受体 docking，在特定场景下也可以处理共价配体问题。
不过从方法定位上说，ADFR 的第一标签仍然是柔性受体 docking；共价对接更适合理解为它的重要扩展能力，而不是唯一或最核心的功能。换句话说，ADFR 最值得强调的优势仍然是：既能处理口袋侧链重排，又能在特定设定下兼顾共价结合场景。
4）AutoDock CrankPep（ADCP）：AutoDock 体系中专门面向肽–蛋白对接的路线
如果说 AutoDock4、Vina 和 AutoDockFR 主要还是围绕蛋白–小分子 docking 展开，那么 AutoDock CrankPep（ADCP）则是 AutoDock 体系里非常值得单独拿出来讲的一条线，因为它的定位不是普通小分子，而是 peptide docking。Scripps 官方页面明确写到，ADCP 是一种专门用于肽对接的 AutoDock 引擎，它把蛋白折叠领域的方法与刚性受体的亲和力网格表示结合起来，在受体形成的能量景观中对肽进行折叠，并同时优化肽与受体之间的相互作用；其核心搜索方式是 Monte Carlo。官方还提到，ADCP 可以直接以肽序列字符串作为输入，并已成功应用于长度约 20 个氨基酸以内的肽。
ADCP 的优势很明显。普通小分子 docking 软件面对肽时，往往会遇到一个很现实的问题：肽的主链和侧链自由度明显更高，不能简单当成“稍微大一点的小分子”处理。而 ADCP 的思路，正是把“肽会折叠、会变构象”直接纳入 docking 过程。2019 年的论文把它概括为一种“combining folding and docking”的方法，用于预测 protein–peptide complexes。也正因为这样，ADCP 特别适合用于短肽–蛋白、柔性肽–蛋白这类体系。
另外，ADCP 后续还扩展到了环肽 docking。相关研究明确指出，新版本的 AutoDock CrankPep 可以处理通过 backbone 和/或 side chain cyclization 形成的 cyclic peptides。AutoDock 系列中专门解决肽类配体，尤其是高柔性肽和部分环肽问题的重要工具。
5）Schrödinger / Glide：商业平台里非常成熟的一条线
在商业软件里，Schrödinger基本是绕不开的平台。严格来说，Schrödinger 不是单独一个“对接软件”，而是一整套结构基础药物设计平台，其中最核心的蛋白–小分子 docking 模块通常就是 Glide。官方产品页把 Glide 定位为准确、通用的 ligand–receptor docking 程序，可用于虚拟筛选、结合模式预测以及交互式三维设计。官方白皮书还进一步说明，Glide 在排序和构象筛选中会结合 GlideScore 与 Emodel 等不同评分思路。
Glide 的优势，很多时候不只是“对接精度高”这一句话能概括的。它真正强的地方在于工作流完整：前面可以接蛋白准备、网格生成、口袋定义，后面可以自然接上相互作用分析、重打分，甚至与更深入的自由能和药化设计模块衔接。也正因此，Glide 更像是一个成熟工业化流程中的核心节点，而不仅仅是一段单独的 docking 程序。
6）MOE：一体化分子建模平台，适合把前处理、对接和后分析放在一起
MOE（Molecular Operating Environment）也是分子对接领域很常见的一体化平台。Chemical Computing Group 官方产品页把它描述为一个集成式分子设计平台，覆盖活性位点分析、蛋白–配体相互作用分析、诱导契合对接、片段设计等功能。MOE 资料还特别提到，它提供多种 docking 方式，包括 induced-fit docking、template docking 和 covalent docking。
MOE 平台的实际优势，在于它的“整合感”很强。用户可以在同一个环境中完成口袋识别、配体准备、对接、相互作用可视化以及一定程度的后处理。对很多希望流程集中、界面统一、分析顺手的用户来说，MOE 的吸引力就在这里。它并不只是一个“跑 docking 分数”的工具，而是更偏向综合建模与分析平台。
7）Discovery Studio（DS）：平台型路线，内部包含多种对接模块
Discovery Studio常被很多人简称为“DS 对接”，但严格来说，DS 不是单一算法，而是一个整合式生命科学建模平台。BIOVIA 官方概览里写得很明确：Discovery Studio 集成了多种计算方法，其中蛋白–配体对接相关模块包括 GOLD、LibDock、CDOCKER等，而蛋白–蛋白对接则集成了 ZDOCK。
如果单说蛋白–小分子这条线，DS 里比较常被提到的是 LibDock和 CDOCKER。LibDock 更偏向基于口袋特征点进行快速筛选，适合高通量初筛；CDOCKER 则是基于 CHARMm 力场的一类对接方案，更偏向构象优化和精细打分。再加上 DS 自身在可视化和后续处理方面的整合能力，它在很多项目里更像一个平台化建模环境，而不是某一个单点算法。
二、蛋白–蛋白对接软件：关注的核心是界面，而不只是口袋
和蛋白–小分子不同，蛋白–蛋白对接的难点通常不在于把一个小分子塞进明确口袋，而在于预测两大片表面怎样形成合理界面。也正因为这样，这类软件更强调的往往不是传统意义上的“口袋匹配”，而是界面互补、刚体或半柔性搜索、聚类分析，以及实验信息约束。目前比较主流的对接软件程序包括 HADDOCK、HDOCK、ZDOCK、ClusPro、GRAMM、RosettaDock等，同时也有一些更偏 AI 复合物预测的路线逐渐进入视野。
1）HADDOCK：信息驱动型蛋白–蛋白对接的代表
HADDOCK 的全名是 High Ambiguity Driven biomolecular DOCKing。从最早的经典论文到 Bonvin 实验室的软件页面，它的定位都非常明确：这是一个基于生化或生物物理信息来驱动 docking 的平台。也就是说，如果你已经有突变位点、NMR 化学位移扰动、交联、已知界面残基等先验信息，HADDOCK 可以把这些信息作为限制条件纳入对接。
HADDOCK 的核心优势就在这里：它并不只是盲目搜索所有可能构象，而是允许用户把实验知识真正整合进建模流程。因此在很多真实课题里，尤其是已经有一定实验线索的蛋白–蛋白体系，HADDOCK 往往很受欢迎。它不仅能做蛋白–蛋白，也覆盖更广义的 biomolecular docking。
2）HDOCK：模板与自由对接结合，适合快速获得初始复合物
HDOCK 官方帮助页面和对应文章都指出，这个服务器支持蛋白–蛋白以及蛋白–DNA/RNA 对接，并采用 template-based 与 template-free 相结合的 hybrid docking strategy。它的一个很明显的优势是：即便用户手里只有序列或结构信息，也有机会快速获得一个比较完整的复合物预测流程。
从实际使用角度说，HDOCK 的吸引力主要在于上手快、界面友好、适用对象广。对于很多想先拿到一个蛋白–蛋白初步复合物，或者同时还涉及核酸复合物的项目来说，HDOCK 往往是很实用的入口平台。它不是强调特别复杂的交互设置，而是强调“快速给出一个可用的初始模型”。
3）ZDOCK：经典刚体蛋白–蛋白对接程序
ZDOCK是蛋白–蛋白 docking 领域的经典名字之一。虽然很多用户现在更多是在 Discovery Studio 等平台里接触到它，但这恰恰说明了它在商业和应用平台中的核心地位。ZDOCK 的传统优势主要在于刚体搜索成熟、采样效率高、适合作为蛋白–蛋白初始构象生成工具。
很多项目里，ZDOCK 的价值在于先生成一批候选界面，再结合聚类、界面分析和后续精修来筛选。也因此，它很适合用来做结构域之间、已知互作蛋白之间的初始界面探索。在不少平台里，ZDOCK 实际上承担的是“第一轮全局对接”的角色。
4）ClusPro：以聚类思想著称的蛋白–蛋白对接服务器
ClusPro是蛋白–蛋白 docking 里很有代表性的 web server。它的帮助页非常直白：平台提供 balanced、电荷偏好、疏水偏好、抗体模式等不同选项，并强调“好的结果往往需要和实验知识一起使用”。这反映出 ClusPro 的一个鲜明特点：它很强调大量采样后的聚类筛选。
对很多用户来说，ClusPro 的优势在于它非常适合做自动化的蛋白–蛋白初筛。你不一定一开始就知道准确界面，但它能给你多个不同物理倾向下的代表性聚类结果，帮助你从整体上判断复合物可能落在哪一类界面上。它特别适合作为“先看整体界面格局”的工具。
5）GRAMM / GRAMM-X：经典 FFT 路线，强调全局能量景观搜索
GRAMM是老牌蛋白–蛋白 docking 路线，其名称就来自 Global RAnge Molecular Matching。GRAMM 通过系统性映射分子间能量景观，来预测对应稳定和瞬态相互作用的一系列 docking poses。GRAMM-X 则是在原始 FFT 思路基础上，结合平滑势能、精修和知识型打分而发展出来的公共服务器。
GRAMM 类方法的优势在于，它对全局搜索和界面景观描述比较有代表性，适合用来快速扫描可能的相互作用方式。对于那些更看重“可能有哪些界面解”，而不是一开始就只盯着一个最优答案的项目，GRAMM 仍然有自己的位置。
6）RosettaDock：更强调界面精修、柔性优化和多尺度建模的一条路线
如果说 ZDOCK、ClusPro、GRAMM 这类工具更偏向于先做全局采样、先找可能的界面构型，那么 RosettaDock更值得被理解为一条更强调界面精修和局部优化的路线。Rosetta 官方文档把 RosettaDock 描述为一种 Monte Carlo based multi-scale docking algorithm：先在低分辨率阶段进行粗粒化搜索，再进入高分辨率全原子 refinement 阶段，同时优化复合物的刚体取向和界面侧链构象。也就是说，它并不只是“把两个蛋白摆在一起试一试”，而是会进一步处理界面附近残基在结合过程中的重排和适配问题。
这也是 RosettaDock 和很多经典刚体 docking 程序相比，一个很重要的区别。蛋白–蛋白结合界面并不总是完全刚性的，很多体系在真正结合时，界面侧链会发生重新取向，局部主链也可能出现一定程度的适配。对于这类问题，只依赖刚体搜索往往不够，而 RosettaDock 的优势就在于：它不仅关注“能不能对上”，还更关注“对上以后，界面是否能被优化得更合理”。换句话说，它更适合处理那些初始界面已经大致有方向，但还需要进一步 refinement的场景。
从实际应用角度看，RosettaDock 往往特别适合以下几类问题。第一，已经通过实验、模板或其他 docking 工具拿到一个初始复合物候选模型，希望进一步优化界面细节；第二，体系中界面侧链柔性比较明显，希望在 docking 过程中兼顾一定的构象调整；第三，不只是想得到“一个可能能结合的姿态”，而是希望进一步比较不同界面构型在精修后的合理性。
因此，RosettaDock 在很多项目里的定位，并不是最前端的“快速初筛工具”，而更像是中后段的精修工具。它可以和其他软件形成很好的互补：比如先用 ZDOCK、ClusPro 或 HDOCK 做全局搜索，拿到若干候选复合物，再用 RosettaDock 对候选界面做进一步优化和筛选。这样理解会更准确。
另外，Rosetta 整个软件套件本身覆盖的并不只是单一 docking，而是更广义的大分子结构建模与设计框架。所以 RosettaDock 的优势，也不只是“有一个 docking 分数”，而在于它背后依托的是一整套更强调结构优化、能量评估和界面设计的建模思路。也正因为这样，RosettaDock 更适合那些愿意投入更多建模细节和计算资源，来换取更高界面优化自由度的课题，而不是追求最快速、最省事的一键式服务器结果。
如果用一句话概括，RosettaDock 最值得强调的特点不是“它也能做蛋白–蛋白 docking”，而是：它在蛋白–蛋白对接里，更偏向从候选构象走向界面精修，是连接‘初始对接结果’和‘更细化结构模型’之间的一条重要路线。
7）AlphaFold 3：不是传统 docking 软件，但已经进入复合物结构预测视野
AlphaFold 3严格来说并不是传统意义上的 docking 程序，但它已经显著改变了大家对复合物结构预测的讨论方式。2024 年 Nature 论文明确写到，AF3 采用更新后的 diffusion-based 架构，能够联合预测蛋白、核酸、小分子、离子和修饰残基等复合体系的结构与相互作用。也就是说，它不再局限于单个蛋白结构，而是开始覆盖多分子复合物。
AF3 的优势在于，它把“复合物结构预测”推进到了更高层次，尤其在蛋白–蛋白、蛋白–核酸甚至蛋白–小分子问题上都引发了大量关注。不过它的定位仍然更接近复杂体系结构预测模型，而不是传统 docking 中那种可控的局部参数搜索工具。所以在实际工作里，AF3 更适合作为一种强有力的新型预测路线，而不是简单替代所有经典 docking 软件。
三、蛋白–DNA/RNA 对接软件：核酸体系更强调界面特征和专门评分
蛋白–DNA/RNA 对接相比蛋白–蛋白更特殊。因为核酸带有明显的骨架电性、碱基堆叠和二级结构特征，所以很多普通蛋白–蛋白工具虽然也能跑，但不一定最能抓住核酸界面的特点。也正因此，除了 HDOCK 这种兼顾蛋白与核酸的大分子服务器外，NPDock、3dRPC、P3DOCK等专门面向蛋白–核酸复合物的工具也很重要。近年的综述也把 protein–nucleic acid docking和 binding affinity prediction单独作为一类问题来讨论。
1）HDOCK：蛋白–DNA/RNA 的通用入口之一
前面讲蛋白–蛋白时已经提到，HDOCK 官方明确支持 protein–DNA/RNA docking。它的优势之一，正是在于一套服务器同时覆盖蛋白–蛋白和蛋白–核酸，并且支持序列和结构输入。这使得 HDOCK 在实际课题里非常方便，尤其适合那些既做蛋白互作、又做蛋白–DNA 或蛋白–RNA 的团队。
对于核酸体系来说，HDOCK 的价值主要在于它给了一个比较稳妥的通用入口：如果你想先看一个蛋白和 DNA/RNA 的整体结合格局，HDOCK 往往是很实用的起点。不过它在这一类问题中的意义，更偏向于通用性强、上手方便、统一平台，而不是核酸专用评分本身。也就是说，HDOCK 在蛋白–核酸方向很实用，但它的特色并不在“核酸专门化”，而在“一套工具覆盖更广”。
2）NPDock：专门做蛋白–核酸复合物建模的服务器
NPDock的定位非常明确，它是一个专门用于 RNA–protein 和 DNA–protein complex structures建模的 web server。官方说明写到，它把 GRAMM 的全局大分子对接、统计势打分、聚类和局部精修结合在一起。也就是说，NPDock 不是简单把蛋白–蛋白方法生搬过来，而是专门围绕蛋白–核酸复合物建模设计了一整套流程。
NPDock 的优势主要在于两点：第一，它面向核酸体系本身；第二，它把“全局搜索—统计打分—聚类—精修”串成了一个比较完整的管线。对于很多需要快速建立蛋白–DNA/RNA 复合物初始模型的项目来说，这类平台很有实际价值。
3）3dRPC：更强调 RNA–蛋白界面特征的专门方法
3dRPC是一个更偏 RNA–protein的专用平台。相关论文指出，3dRPC 用于 3D RNA–protein complex structure prediction，其核心包括 RPDOCK 对接算法与针对 RNA–protein 界面的评分函数。换句话说，3dRPC 不是只做一般大分子碰撞，而是试图更细致地考虑 RNA–protein 接口的几何和相互作用特征。
因此，3dRPC 的一个突出优势就是它对 RNA–蛋白问题更“专门化”。如果研究重点就在 RNA–protein 识别，而不是泛化的大分子 docking，3dRPC 这类方法会显得更有针对性。
4）P3DOCK：模板与自由对接结合的蛋白–RNA 路线
P3DOCK的官方帮助页说明得很清楚：它是一个基于模板与自由对接相结合的protein–RNA docking server，其中自由对接部分采用 3dRPC，模板部分则走另一条结构相似性路线。也就是说，P3DOCK 的优势在于把模板信息与 de novo docking 思路放在同一平台中结合使用。
这类平台的实际价值在于，当体系存在可借鉴模板时，它能利用模板提高预测效率；当模板不足时，又还能回退到自由 docking。对于蛋白–RNA 体系来说，这种 hybrid 思路是非常有吸引力的。
5）AlphaFold 3：也正在进入蛋白–DNA/RNA 复合物预测主战场
AF3 的一个特别值得关注的地方，就是它明确把 DNA、RNA、小分子等都纳入联合建模范围。2024 年 Nature 论文已经说明，它能够预测包括 nucleic acids 在内的多组分复合物；后续综述和评估工作也都把 AF3 放到了蛋白–核酸复合物预测的重要位置上。甚至在后续一些评估中，AF3 在 protein–RNA复合物测试里表现优于多种传统 server，但也并非所有案例都完美。
因此，在蛋白–DNA/RNA 这一类问题里，AF3 的意义不只是“它也能做”，而是它已经开始明显改变大家对蛋白–核酸复合物预测的预期。不过和前面一样，AF3 更适合作为一种强有力的新型复合物结构预测路线来看待，而不是把它直接等同于传统 docking 软件。尤其在很多仍然需要局部可控搜索、参数设定和结果可解释性的场景里，经典 docking 工具依然有自己的位置。
四、这些软件到底该怎么选：不是谁最有名，而是谁更适合你的问题
把上面这些软件放在一起看，真正需要回答的其实不是“谁更强”，而是：面对具体问题时，应该优先考虑哪一类工具。这一点比单纯记软件名字更重要。
1）先看你研究的到底是哪一类体系
这是最基本的一步。如果你研究的是蛋白–小分子，那核心往往是口袋、构象搜索和打分排序；如果你研究的是蛋白–蛋白，那核心会转向界面互补、表面配对和聚类筛选；如果你研究的是蛋白–DNA/RNA，那又会进一步涉及骨架电性、碱基堆叠、二级结构以及核酸界面的专门特征。
也就是说，体系类型本身就决定了你不太可能只靠一个软件覆盖所有问题。
2）再看你是想“快速拿到初模”，还是想“做得更细”
有些工具更适合快速得到一个初始模型，有些工具则更适合做进一步 refinement。比如在蛋白–蛋白方向，HDOCK、ZDOCK、ClusPro往往更适合作为初筛或初始复合物生成工具；而 RosettaDock更适合放在候选界面已有雏形之后，继续做精修和优化。在蛋白–小分子方向，Vina往往是高效、常用的开源起点，而像 Glide、MOE、DS这类平台则更适合放到更完整、更工业化的工作流里理解。
3）还要看你手里有没有实验信息可以利用
如果你已经有一些实验线索，比如突变位点、交联信息、NMR 扰动、已知界面残基，那么某些工具的优势会一下子变得更明显。这时候，像 HADDOCK这样的信息驱动型平台就会更有价值，因为它不是单纯盲搜，而是能把实验约束真正纳入对接。相反，如果你几乎没有先验信息，只是希望先广泛探索可能的结合模式，那么更偏全局采样或自动化搜索的路线往往更适合作为起点。
4）也要看你更需要开源工具，还是商业一体化平台
这一点在实际项目里很重要。像 AutoDock4、Vina、ADFR、ADCP这一类开源路线，优势通常在于可获得性高、社区成熟、可重复性容易建立；而 Schrödinger/Glide、MOE、Discovery Studio这类商业平台的优势，则更多体现在模块完整、流程集中、前处理和后分析衔接顺畅。
所以很多时候，软件选择并不只是方法学问题，也和团队已有软件环境、预算条件以及工作流程习惯直接相关。
5）最后要看你希望得到什么样的结果
有些项目只需要一个可用的初始复合物模型，用于后续分析或实验设计；有些项目则希望得到一个更细化、更能支撑发表或深入讨论的结合模型；还有些项目希望把 docking 放到更长的流程里，继续接上 分子动力学、重打分、自由能分析等进一步计算。
如果目标不同，对工具的要求也会不一样。一个适合快速初筛的软件，不一定最适合做高精度精修；一个适合全局界面探索的软件，也不一定最适合处理核酸专门界面；而一个很强的复合物预测模型，也不一定能替代所有传统 docking 场景下的可控建模需求。
五、总结
不同软件在不同体系里各有优势。做蛋白–小分子对接时，AutoDock 系列、Glide、MOE、Discovery Studio 这类路线最常见；做蛋白–蛋白对接时，HADDOCK、HDOCK、ZDOCK、ClusPro、GRAMM、RosettaDock、AF3 更值得关注；做蛋白–DNA/RNA 对接时，则需要更多考虑 HDOCK、NPDock、3dRPC、P3DOCK 和 AF3 这类兼顾核酸界面的工具。
所以，分子对接软件并不是按“名气大小”来选，而是按“你面对的是哪一类复合体系、你更需要哪一种方法优势”来选。真正合适的软件，不一定是最有名的那个，而是最匹配你问题的那个。
（仅供大家参考，如有遗漏，欢迎交流指正。）
参考文献