(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210449861.2 (22)申请日 2022.04.26 (71)申请人 南京邮电大 学 地址 210023 江苏省南京市 鼓楼区新模范 马路66号 (72)发明人 吴建盛　朱翔宇　丁季　唐诗迪　 胡海峰　 (74)专利代理 机构 南京苏科专利代理有限责任 公司 32102 专利代理师 姚姣阳 (51)Int.Cl. G16C 20/50(2019.01) G16C 20/90(2019.01) G16C 20/70(2019.01) G16C 10/00(2019.01)G06F 9/50(2006.01) (54)发明名称 基于GPU加速的分子对接方法和装置 (57)摘要 本发明公开了一种基于GPU加速的分子对接 方法及装置， 包括： CP U端进行数据准备以及设置 OpenCL环境， 其中数据准备包括对接盒子及对接 盒子的参数准备， 随后将数据传输到GPU端； GPU 端计算对接盒子中格点处原子和受体的原子的 相互作用力并生成网格缓存表； CPU端生成配体 的多个随机分子构象并传到GP U端， GPU端利用蒙 特卡罗的迭代局部搜索算法优化随机分子构象 并打分， 得到构象并传输至回CPU端； CPU端将构 象进行优化和排序； 依次对配体库中所有配体进 行上述优化步骤； 使用打分函数ΔvinaRF20对CPU 端中的分子构象进行打分并排序。 本发明通过 ΔvinaRF20对构象重新 打分并排序， 提高了输 出构 象的准确性； 提出了一种基于OpenCL的AutoDock   Vina异构并行加速 结构， 降低了对接时间和药物 研发成本。 权利要求书3页 说明书17页 附图4页 CN 114783545 A 2022.07.22 CN 114783545 A 1.一种基于GPU加速的分子对接方法， 用于将受体和配体库中的配体进行分子对接， 其 特征在于， 包括如下步骤： S1、 CPU端进行数据准备以及设置OpenCL环境， 其中， 数据准备包括对接盒子及对接盒 子的参数准备， 并将准备完成的数据传输 到GPU端； S2、 所述对接盒子中包括若干个格点， GPU端的内核函数一用于计算所述格点和所述受 体中的原子之间的相互作用力， 并生成网格缓存表； S3、 CPU端生成配体的多个随机分子构象并传到GPU端， GPU端的内核函数二利用蒙特卡 罗的迭代局部搜索算法优化随机 分子构象并打分， 得到多个构象， 并将多个构象传输至CPU 端； S4、 CPU端将S3输出的多个构象进行优化和排序， 得到分子构象； S5、 重复S3和S4， 直至所述配 体库中所有配 体均完成S3和S4； S6、 使用ΔvinaRF20对CPU端中的所有分子构象进行打分并排序， 保留排名靠前的若干个 分子构象， 实现药物的虚拟筛 选。 2.根据权利要求1所述的基于GPU加速的分子对接方法， 其特征在于， S1中数据准备包 括： S11、 读取文件， 包括： 读取受体文件， 所述受体文件的格式为.pdbqt； 读取对接盒子参数文件， 所述对接盒子参数文件 包括： 所述受体文件的路径； 所述配体库的路径， 所述配 体库包括若干个所述配 体； 所述对接盒子的大小， 分别为size_x、 size_y、 size_z； 所述对接盒子的中心位 点的三维坐标,分别为center_x、 center_y、 center_z； 线程数的大小为thread； S12、 所述OpenCL环境的设置， 包括： 查询平台， 使用所述OpenCL中的clGetPaltformIDs()函数获取可用的OpenCL环境的数 量， 并初始化 一个可用的OpenCL环境； 查询设备， 使用所述OpenCL中的clGetDeviceIDs()函数获取平台中设备的数量， 并初 始化一个可用的设备； 创建上下文， 所述上下文中包括内存、 程序以及内核对象， 使用clCreateContext()函 数对初始化后的设备创建上 下文， 用于设备与程序以及设备与设备之间的通信； 创建命令队列， 使用cl_queue_pr operties()的属性值创建命令队列， 所述命令队列能 够操作所述上 下文中的多个对象； 创建程序对象， 使用clCreateProgramWithSource()函数对OpenCL环境中的源代码创 建程序对象， 使用clBui ldProgram()函数为指定的设备创建程序对象； 创建内核对象， 使用clCreate Kernel()函数创建两个内核对象； 设置内核参数， 使用clSetKernelArg()函数对所述内核对象设置内核参数， 便于执行 所述内核对象； 执行内核， 使用clEnqueueNDRangeKernel()函数调用所述命令队列， 使得所述内核对 象在设备进行排队；权　利　要　求　书 1/3 页 2 CN 114783545 A 2S13、 生成分子内能量表， 用于计算所述分子构象的分子内能量； S14、 根据随机数种子生成随机数查找 表。 3.根据权利要求1所述的基于GPU加速的分子对接方法， 其特 征在于， S2具体包括： 将所述对接盒子划分成多个格子， 所述格点位于所述格子的顶角处， 划分后所述格子 的大小为l* m*n， 得到所述格点的量化坐标， 所述内核函数一中包括与若干个所述格点相对 应的若干个线程； 将所述量化坐标转换为受体中的真实坐标； 以所述格点为中心建立正方体， 所述正方体内包含所述受体的原子， 假设所述格点处 存在原子， 计算所述格点处原子与受体原子的相互作用力， 将所述相互作用力进 行存储， 得 到所述网格缓存表， 并将所述网格缓存表存放在全局内存中， 供 所述GPU线程共享。 4.根据权利要求3所述的基于GPU加速的分子对接方法， 其特征在于： 所述正方体的大 小为 所述格点与所述配体原子之间的距离小于 时， 计算所述格点 处 原子与所述受体原子的相互作用力， 所述格点处原子的类型共有17种。 5.根据权利要求2所述的基于GPU加速的分子对接方法， 其特 征在于， S3具体包括： S31、 随机分子构象的表示方式如下： 随机分子构象在搜索空间中的三维坐标， Positi on＝(a,b,c)； 分子构象的四元 数， orientati on＝(R0,R1,R2,R3)； 分子构象中可旋转键的扭转角度， torsi on＝(t0,t1,t2)； S32、 每个随机分子构象对应一个线程， 每个线程中均进行蒙特卡罗的迭代局部搜索算 法， 线程数为80 00； S33、 将内核函数二中每 个线程得到的分子构象均传到 CPU端。 6.根据权利要求5所述的基于GPU加速的分子对接方法， 其特 征在于， S32包括： S321、 对随机分子构象进行扰动； S322、 对随机分子构象进行BFGS， 包括： a、 将海森矩阵初始化 为单位矩阵； b、 对随机分子构象进行三维空间的转换， 得到随机分子构象中每 个原子的空间坐标； c、 使用打分函数计算随机分子构象的能量， 随机分子构象的能量包含分子间能量与分 子内能量， 通过 所述网格缓存表计算分子间能量， 通过分子内能量表计算分子内能量； d、 计算构象中每个原子的空间坐标的导数， 将其转换成随机分子构象在搜索空间中的 三维坐标、 四元 数、 所有可旋转键的扭转角度的导数； e、 使用Armijo ‑Goldstein准则进行黄金搜索得到新的分子构象， 初始化步长alpha＝ 1， 计算新的分子构象能量并计算分子构象在搜索空间中的三维坐标、 四元数、 所有可旋转 键的扭转角度的导数， 使用更新前后的分子构象的能量判断步长是否需要更新， 若需要更 新则alpha＝alpha/2， 继续进行 下一轮黄金搜索， 否则结束搜索； f、 判断更新后分子构象的导数 是否满足‖ 导数‖ ≥1e‑5,若满足条件则更新海 森矩阵； g、 判断e、 f循环次数 是否达到10次， 若满足则输出为BFGS最终得到的分子构象； S323、 使用接受准则判断是否 接收所述S32 2得到的分子构象； S324、 判断S322和S323 的循环次数是否达到设定值， 循环次数达到设定值后输出本线 程的分子构象。权　利　要　求　书 2/3 页 3 CN 114783545 A 3