零门槛玩转AI找药！DrugCLIP保姆级操作指南
最近药学圈彻底被清华团队发表在《Science》的DrugCLIP刷屏了！号称“10万亿次蛋白–配体打分计算”一天就能搞定——不过要说明下，文中用的是A100显卡，要是拿一张5060-8G显卡来跑肯定不会这么快
，笔记本、移动端就更不用想了。
但我们完全不用慌高硬件门槛！作者团队早就贴心备好网页版，只要提交任务，就能快速完成“计算”（更准确说是检索）。接下来，小编就专门带纯药学背景的AI小白们（AIDD大佬们麻烦点赞后直接冲GitHub区👀），手把手解锁DrugCLIP的使用方法，实现你的科研目标！
相信大家都已经都刷到过相关文章或公众号介绍🙇，对于纯药学背景的AI小白来说，想简单高效上手，完全不需要死磕公式和原理，因为一环套一环的时间成本实在太高啦。我们的核心需求就一个：知道怎么用AI达成目标即可！至于模型评价、数据集处理这类内容，纯药学背景且没精力深究AI的同学，略看甚至不看都没问题～ 我们就做AI的“使用者”，不用当“研究者”！
想快速上手任何AI工具，记住3个核心问题就够了，比记公式简单10倍：
- 最关键：这个AI模型的核心功能是什么？
- 应用域是什么（看case study就懂）？也就是它适用于哪些场景、哪些内容？
- 输入和输出的内容是什么？
我们就拿DrugCLIP举个例子👇
1
DrugCLIP模型的功能是什么？
给口袋找配体：如果已知目标口袋，能在网站可选的化合物库中，快速筛选出最可能与之结合的化合物；
给配体找口袋：如果已知目标配体，能在网站自带的蛋白口袋库中，精准匹配出最可能与之结合的口袋。
有人可能会问：那它能找和目标蛋白结合的其他蛋白吗？emm抱歉，这不是它的“业务领域”哦
2
DrugCLIP适合用在哪些场景？
借用作者团队的一句话：“我们算法更适合筛选蛋白质-小分子口袋，对于其他的口袋，效果不太能保证。”
正确的专业的中肯的！不过小编觉得，只要我们手头有蛋白口袋或配体，都可以大胆试试！反正操作超简单、出结果又快，不试白不试🙋，万一能出惊喜呢？
3
输入输出对应关系，一张表搞定！
输入 | Model | 输出 |
口袋 | DrugCLIP | 可能与之“结合”的配体 |
配体 | 可能与之“结合”的配体 |
恭喜你！看到这里，DrugCLIP的核心使用逻辑已经完全搞懂了！
还是觉得心里没底？别慌！接下来小编再把准备输入心仪的蛋白口袋或配体时的关键要求说透👌
注意事项
基本要求：必须严格按照网站示例的模板格式准备！DrugCLIP需要的是蛋白PDB文件，这是后续提取口袋的基础。
文中要求：口袋位置一定要给准！划重点：DrugCLIP对口袋构象的要求相对宽松，但最怕口袋位置找错——位置一错，结果肯定不准，之前的努力就白费啦。
以上就是DrugCLIP的核心基础认知，搞懂这些，实操就没难度了！接下来，正式进入网页版DrugCLIP手把手实操环节！
类型一：给口袋（已知）找配体
以CYPA蛋白为例（PDB：8G9P，https://www.rcsb.org/structure/8G9P）
我们可以先看下网站中给的例子是什么。下载例子得到两个文件，2fyt_protein .pdb和2fyt_1.sdf，打开可以看到，一个是全蛋白文件，一个是配体文件。
注意！如果使用后续使用Specify the pocket location中的By Upload Ligand来确定口袋，那么应该将配体对接到正确的蛋白口袋中，我们也准备相同格式的文件即可。
同时，我们也可以看到也支持以下格式的文件：“Supports: .pdb, .cif, .sdf, .mol2. Ensure that the uploaded file contains the complete protein receptor structure.”
01
目标蛋白和配体预处理
在pymol或RCSB网站下载蛋白的pdb文件，得到8G9P.pdb，然后（建议）：删除水、删除其他蛋白、其他例子，仅保留目标蛋白和配体，另存为蛋白8g9p_protein.pdb和8g9p_lig.sdf，注意保存格式。
02
上传网站及选择口袋提取方法
2.1将刚刚提取的蛋白pdb文件上传。
2.2以下四种方法四选一即可
A. 选择By Upload Ligand方法，将刚刚配体上传，应该是将基于配体位置自动识别口袋（也是之前说选择此方法要对接到正确到口袋的原因），根据文章中的描述原理，即使上传不同的配体，只要口袋正确且相同应该不会影响筛选得到的分子，即对于同一个口袋的Top分子将会是相同的（前提：同库）
B. 选择By Het Id方法，此方法应该上传的是无配体的pdb文件，输入配体的Het Id即可识别对应口袋，。
C. 选择By Center Coordinates方法，此方法应该上传的是无配体的pdb文件，输入配体在pdb文件中的xyz位置，pymol中即可查看位置。
D. 选择By Residue方法，此方法应该上传的是无配体的pdb文件，输入配体的附近的口袋残基即可，pymol中即可查看对应配体的口袋残基。
Het Id查看方法，可以直接在RCSB网站中对应的蛋白条目下方查看目标配体的Het Id名称（下图），也可以直接用记事本打开pdb文件进行查看（上图），均可看到本例中的配体的Het Id为YV2。
03
选择筛选的目标库以及Top_K
目标库即选择查找小分子的范围，本例中仅选择ChemDiv库进行演示。
Top_K：选择最终输出的数量，本例中选择前100打分的进行输出演示。
04
输入工作名运行、查看结果
如果不输入Job name无法运行。
类型二：给配体（已知）找口袋
直接上传一个小分子即可实现钓靶。
类型三：构建化合物库
网站中还提供了自定义化合物库进行筛选
只需要上传一个csv文件即可，相对简单。
包含以下两列
ID SMILES
以下是论文作者发布的在线问题汇总，供大家参考：
https://kwansgdlwoz.feishu.cn/wiki/JhKAwMMgIiwC7ZkfnLucxitjnxZ
