---
title: DiffDock
canonical_url: "https://www.modelscope.cn/models/OneScience/DiffDock"
md_url: "https://www.modelscope.cn/models/OneScience/DiffDock.md"
repository: OneScience/DiffDock
last_updated: 2026-07-22
license: MIT
language:
  - en
  - zh
downloads: 1
stars: 0
tags:
  - OneScience
  - "蛋白-配体分子对接"
  - "生成式"
---

# DiffDock

> DiffDock - OneScience 在 ModelScope 开源的模型。DiffDock 是由 Corso 等人提出的蛋白-配体分子对接扩散模型，可实现但复合物分子对接、批量分子对接、评估等功能。

OneScience/DiffDock 是 ModelScope 魔搭社区上的机器学习模型，采用 MIT 许可。

- **Repository**: OneScience/DiffDock
- **License**: MIT
- **Tags**: OneScience, 蛋白-配体分子对接, 生成式
- **Downloads**: 1
- **Stars**: 0
- **Last updated**: 2026-07-22

Source: https://www.modelscope.cn/models/OneScience/DiffDock

---

<p align="center">
  <strong>
    <span style="font-size: 30px;">DiffDock</span>
  </strong>
</p>

# 模型介绍

DiffDock 是由 Corso 等人提出的蛋白-配体分子对接扩散模型，可实现但复合物分子对接、批量分子对接、评估等功能。

# 模型描述
DiffDock 模型将 docking 视为生成式建模问题，在给定蛋白受体和小分子配体后，通过 SO(3)/SE(3) 上的扩散过程同时建模配体的平移、旋转和扭转自由度，生成候选结合构象。

当前无权重及数据集，近期会上传魔搭，后续支持指令下载；

# 适用场景

| 场景 | 说明 |
| :---: | :---: |
| Score 模型训练 | 输入处理后的 PDBBind 或 MOAD 数据，输出 DiffDock score 模型 checkpoint |
| 单复合物分子对接 | 输入蛋白 PDB 与配体 SMILES/SDF/MOL2，输出候选配体结合构象 SDF |
| 批量分子对接 | 输入包含蛋白、配体和复合物名称的 CSV，批量输出采样构象 |
| Confidence rerank | 使用额外 confidence 模型对采样构象排序 |
| 数据集评估 | 对验证集或测试集采样结果计算 RMSD 等指标，可选调用 GNINA |

# 使用说明

## 1. OneCode 使用

可通过 OneCode 在线环境体验智能化一键式 AI4S 编程：

[点击体验智能化一键式 AI4S 编程](https://web-2069360198568017922-iaaj.ksai.scnet.cn:58043/home)

## 2. 手动安装使用

**硬件要求**

- 推荐使用 GPU 或 DCU 运行。
- CPU 可以用于连通性验证，但速度较慢。
- DCU 用户需要预先安装 DTK，建议使用 DTK 25.04.2 以上版本或与当前集群匹配的 OneScience 推荐版本。

**软件要求**

DiffDock 常用依赖包括 PyTorch、PyTorch Geometric、RDKit、OpenBabel、e3nn、torch-scatter、torch-cluster、NumPy、SciPy、tqdm、PyYAML 等。数据集评估中的 GNINA 能量最小化需要额外安装 `gnina`。

**环境检测**

- NVIDIA GPU：

```bash
nvidia-smi
```

- 海光 DCU：

```bash
hy-smi
```

## 快速开始

### 1. 安装运行环境

```bash
conda create -n onescience311 python=3.11 -y
conda activate onescience311
pip install onescience[bio] -i http://mirrors.onescience.ai:3141/pypi/simple/  --trusted-host mirrors.onescience.ai
```
#如果下述代码运行存在找不到库的情况，需要激活cuda，参考下列代码

```bash
source ${ROCM_PATH}/cuda/env.sh
export LD_LIBRARY_PATH="$CONDA_PREFIX/lib:$LD_LIBRARY_PATH"
export LD_LIBRARY_PATH="$CONDA_PREFIX/lib/python3.11/site-packages/fastpt/torch/lib:$LD_LIBRARY_PATH"
```

### 2. 下载模型包&数据库

```bash
# 如 ModelScope 页面上的模型 ID 大小写不同，请以实际上架名称为准
modelscope download --model OneScience/diffdock --local_dir ./diffdock
cd diffdock
```

### 训练权重及数据集

当前无权重及数据集，近期会上传魔搭，后续支持指令下载；

### 3. 检查包内文件

当前包不包含预训练权重，下面命令应只看到源码、配置和示例输入文件：

```bash
find . -maxdepth 3 -type f
```

若需要采样或评估，请先通过训练得到 checkpoint，或将外部 DiffDock score/confidence 权重放到本地目录，并保证权重目录中存在 `model_parameters.yml`。

### 4. Score 模型训练

训练前请将 `configs/training.yml` 中的数据路径改为本机路径，常用字段包括：

- `data.pdbbind_dir`：处理后的 PDBBind 数据目录。
- `data.moad_dir`：处理后的 MOAD 数据目录。
- `data.split_train`：训练集复合物列表。
- `data.split_val`：验证集复合物列表。
- `runtime.log_dir`：训练输出目录。

启动训练：

```bash
cd scripts
bash train.sh
```

训练成功后，输出目录通常包含：

- `model_parameters.yml`：模型结构与训练参数。
- `best_model.pt`：验证损失最优权重。
- `best_ema_model.pt`：EMA 权重。
- `best_inference_epoch_model.pt` 或 `best_ema_inference_epoch_model.pt`：开启 inference validation 时保存的权重。
- `last_model.pt`：最后一个 epoch 的训练状态。

### 5. 分子对接采样

采样需要一个已训练好的 score 模型目录，例如：

```text
outputs/train/diffdock_cg_example/
├── model_parameters.yml
└── best_model.pt
```

请将 `configs/sampling.yml` 中的关键字段改为实际路径：

- `model.model_dir`：score 模型目录。
- `model.ckpt`：score checkpoint 文件名。
- `confidence.confidence_model_dir`：confidence 模型目录；不使用 rerank 时设为 `null`。
- `input.protein_path`：蛋白 PDB 路径，可使用 `data/6o5u_protein_processed.pdb`。
- `input.ligand_description`：SMILES 字符串或配体 SDF/MOL2 路径，可使用 `data/6o5u_ligand.sdf`。
- `runtime.out_dir`：采样输出目录。

启动单复合物采样：

```bash
cd scripts
bash infer.sh
```

### 6. CSV 批量采样

将 `configs/sampling.yml` 中 `input.protein_ligand_csv` 设置为 CSV 路径，并将单复合物字段按需设为 `null`。CSV 建议包含以下列：

```text
complex_name,protein_path,ligand_description,protein_sequence
```

其中 `ligand_description` 可以是 SMILES，也可以是 SDF/MOL2 文件路径。

### 7. 数据集评估

评估前请将 `configs/evaluate.yml` 中的数据集、模型和输出目录改成实际路径：

```bash
python -m scripts.evaluate --config configs/evaluate.yml
```

若启用 `gnina.gnina_minimize=true`，请先确认当前环境中可以直接执行：

```bash
gnina --help
```

### 8. Confidence 模型训练

confidence 训练入口位于已安装的 OneScience 包中，本 ModelScope 包不重复复制该模块。完成 score 模型训练后，可在 OneScience 环境中运行：

```bash
python -m onescience.confidence.diffdock.confidence_train \
    --original_model_dir outputs/train/diffdock_cg_example \
    --data_dir /path/to/PDBBind_processed \
    --split_train /path/to/splits/timesplit_no_lig_overlap_train \
    --split_val /path/to/splits/timesplit_no_lig_overlap_val
```

# 数据准备

DiffDock 训练通常需要预处理后的 PDBBind 或 MOAD 数据。推荐将数据组织到统一根目录，例如：

```text
${ONESCIENCE_DATASETS_DIR}/diffdock/
├── PDBBind_processed/
├── MOAD_processed/
└── splits/
    ├── timesplit_no_lig_overlap_train
    ├── timesplit_no_lig_overlap_val
    └── timesplit_test
```

划分文件为纯文本格式，每行一个复合物名称，需与数据目录中的子目录名对应。

# OneScience 官方信息

| 平台 | OneScience 主仓库 | Skills 仓库 |
| --- | --- | --- |
| Gitee | https://gitee.com/onescience-ai/onescience | https://gitee.com/onescience-ai/oneskills |
| GitHub | https://github.com/onescience-ai/OneScience | https://github.com/onescience-ai/oneskills |

# 引用与许可证

- DiffDock 原始代码使用 MIT License。本仓库保留来源说明，并面向 OneScience ModelScope 自动运行场景进行整理。
- 如果在科研工作中使用 DiffDock 结果，建议引用 DiffDock、DiffDock-L 原始论文和 OneScience 相关项目信息，并根据实际任务补充 PDBBind、MOAD、RDKit、OpenBabel、GNINA 等数据集或工具引用。

```bibtex
@inproceedings{corso2023diffdock,
  title={DiffDock: Diffusion Steps, Twists, and Turns for Molecular Docking},
  author={Corso, Gabriele and St{\"a}rk, Hannes and Jing, Bowen and Barzilay, Regina and Jaakkola, Tommi},
  booktitle={International Conference on Learning Representations},
  year={2023}
}
```