diffdock

diffdock 技能概览

diffdock 是做什么的

DiffDock 是一个以 docking 为核心的技能，用于根据蛋白结构或序列加上配体输入，预测 protein-ligand 的结合姿势。当前需要回答“这个化合物可能在哪里、又会以什么方式结合”时，应该使用 diffdock 技能，而不是去估算 binding affinity。

最适合的场景与边界

diffdock 适合 structure-based drug design、virtual screening，以及后续分析所需的 pose generation。下面这些情况就不太适合：你只关心按 potency 排名；你的蛋白靶点高度柔性；或者你需要的是通用化学工作流，而不是 pose 预测工作流。

它为什么有用

diffdock 的主要价值在于，它把单复合物 docking、批量筛选、confidence scoring，以及基于序列的蛋白输入整合在一条工作流里。也正因为如此，当你既想要一条可执行的 docking 路径，又希望有足够的提示避免误读分数时，安装 diffdock 就很值得。

如何使用 diffdock 技能

安装并先看工作流

先把 diffdock 技能安装到你的 Claude skills 环境里，然后第一步打开 SKILL.md。接着再阅读 references/workflows_examples.md、references/parameters_reference.md 和 references/confidence_and_limitations.md，先弄清楚实际输入格式、默认值和分数该怎么解读，再正式跑任务。

把任务转成可执行的提示

使用 diffdock 时，最好一开始就把蛋白格式、配体格式和任务类型说清楚。好的输入要具体，例如：“把这个 SMILES dock 到这个 PDB，并返回前 5 个 poses 及其 confidence 解读”，或者“为这些 ligands 对一个 receptor 做批量 docking 准备流程。” 只说“运行 diffdock”是不够的，因为这样看不出技能到底该用文件、序列，还是 CSV 批处理。

选对文件和输出

单次 docking 时，从蛋白 PDB 和 SMILES、SDF 或 MOL2 格式的配体开始。批量任务则使用 assets/batch_template.csv 里的 CSV 模板，如果你希望在执行前先做校验，可以查看 scripts/prepare_batch_csv.py。任务跑完后，scripts/analyze_results.py 可以帮你汇总 pose 排名和 confidence 分数，这样就不用手动逐个检查每个输出文件。

实际部署的小技巧

DiffDock 的安装和首次运行，可能会因为 model weights 和 lookup-table 生成而变慢，所以要把这部分启动成本算进去。如果你的蛋白没有现成结构，技能也支持基于序列的 folding，但这会引入额外不确定性；只有在没有实验结构时再用它，不要把它当成默认快捷方式。只有在任务比较难的时候才调整 sampling，因为更多 samples 虽然能扩大搜索覆盖，但也会增加算力消耗和后处理工作量。

diffdock 技能 FAQ

diffdock 只支持 PDB 文件吗？

不是。diffdock 技能支持蛋白结构，也支持某些工作流中的蛋白序列，并在 docking 前先把序列折叠成结构。只要你手头有现成的 PDB，还是优先使用它，因为由序列推导出来的结构会再引入一层误差。

diffdock 会预测 affinity 吗？

不会。DiffDock 预测的是 binding poses 和 confidence，不是 binding affinity。如果你需要类似 affinity 的优先级判断，应该在 diffdock 之后再接一个 scoring 或 rescoring 步骤，而不是把 confidence 直接当成 potency。

diffdock 技能适合新手吗？

如果任务足够简单，那么适合：一个 receptor、一个 ligand、一个 pose 问题。难点会出现在你需要批量整理、处理柔性蛋白，或者对低 confidence 样本做谨慎解读的时候。这个技能对 docking 上手友好，但不能替代领域判断。

什么情况下不该用它？

当靶点的构象变化本身就是主要结合机制时，不要依赖 diffdock；或者你只有一个非常不确定的 ligand 表达时，也不适合。若你的真正问题是 SAR、selectivity 或 ADMET，那么它也不能代替完整的 medicinal chemistry 分析流程。

如何改进 diffdock 技能

给技能更好的分子上下文

diffdock 的最佳结果通常来自干净的输入：正确的 receptor 文件、具有明确 protonation 假设的 ligand，以及清晰定义的 binding 问题。如果 binding site 已经知道，就明确说明；如果是 blind docking，也要直接说出来，因为搜索策略和预期 confidence 都会不同。

明确你真正要用的输出

想把 diffdock 用得更好，就要说清楚你要的是 top pose、top 5 poses、batch screening，还是按 confidence 排序的候选项。如果你后面还要做对比分析，就要求输出保持一致的文件命名，并附带 summary table。这样可以减少歧义，也更方便把结果接到 Data Analysis 或 screening 报告里。

注意常见失败模式

最常见的错误有三个：把 confidence 当成 affinity、ligand preparation 做得不好，以及对超出模型舒适区的蛋白结果过度信任。如果结果看起来不稳定，可以重新跑并增加 samples，比较多个 top poses，同时检查真正卡住你的到底是 ligand chemistry 还是 protein state，而不是先默认是模型失效。

用有针对性的后续提示持续迭代

第一次跑完后，下一轮 diffdock 提示最好直接针对具体问题改进：比如 binding site 放错、pose clustering 不一致，或者 confidence 分数偏低。这样比泛泛地要求“重跑一次”更有效。若你需要 diffdock 用于 Data Analysis，就把希望从输出里提取的指标写清楚，例如 rank distribution、score thresholds，或者按复合物汇总的摘要。