自動 AutoDock Vina オンラインツール | 高速分子ドッキング Web サーバー
科学研究とバーチャルスクリーニング向けのクラウドネイティブ剛性受容体ドッキング。Meeko PDB 準備、結合部位予測、バッチ Vina スコアリング、論文用 PDF エクスポート — ローカルインストール不要。
AutoDock Vina Web サーバー
Meeko 準備付き本番 AutoDock Vina エンジン — ローカル依存なし
柔軟な構造入力
Holo PDB、文献定義サイト、または予測 apo ポケット
ワークフロードキュメント
受容体準備、スクリーニング、結果解釈ガイド
プラットフォーム機能
自動化パイプライン
エンドツーエンド自動分子ドッキング：Meeko が受容体とリガンドの PDB 前処理を担当し、AutoDock Vina がポーズをスコアリング — 手動 PDBQT スクリプト不要。
クラウドネイティブ Vina Webserver
ブラウザで Vina webserver ワークフロー全体を実行。ローカル依存ゼロ — マシンに conda、Meeko、RDKit をインストール不要。
プロフェッショナルレポート
親和性表、相互作用図、ポーズエクスポート付き自動 PDF 生成 — 原稿と SAR 執筆に即利用可能。
自動化された分子ドッキングワークフロー
科学研究とバーチャルスクリーニング向けの剛性受容体ドッキング。送信前に以下のパイプラインを確認してください — 特に結合部位の設定とポーズQC。
セットアップと検証
受容体入力
PDB ID ダウンロードまたは独自の .pdb をアップロード。多鎖 PDB に対応 — レビュー時にジョブごとに1本のタンパク質鎖を選択。
リガンド入力
単一 SMILES またはバッチスクリーニング：1行1 SMILES、または多レコード .sdf をインポート。プラットフォーム上限 300 リガンド/ジョブ；バッチ上限はプランにより異なります（料金を参照）。
実行前レビュー
2ステップフロー：セットアップを検証（0 クレジット）、その後ドッキング。計算リソースを消費する前にタンパク質、ボックス、リガンドの問題を検出。
リガンド事前チェック
分子量、回転可能結合、Meeko TORSDOF — Vina に適したサイズ向けの明確な warn/reject 閾値付き。
計算 ADMET
RDKit Lipinski、Veber、QED のサマリー — 検証時と結果に表示（ローカル計算、外部 API なし）。
結合部位オプション
共結晶リガンドからの自動ボックス；apo 用 pocketeer 上位3ポケット選択；ポケット残基アンカー（例：214,226,245）；任意のカスタム XYZ ボックス。ボックス中心がタンパク質から離れている場合は警告。
3D ボックスプレビュー
レビュー中に 3Dmol で受容体 + ドッキングボックスを表示。Apo 構造には文献との比較を促す明示的な免責表示。
高速再検証
リガンドのみ変更？タンパク質/ボックス検証はブラウザセッションにキャッシュ — PDB の再ダウンロード不要。
ドッキングエンジン
AutoDock Vina（剛性受容体）
Meeko 受容体/リガンド前処理、ジョブ pH（デフォルト 7.4）での dimorphite-DL プロトン化、RDKit ETKDG + MMFF94。固定 Vina 設定（exhaustiveness 8、9 モード）。
並列バッチドッキング
2 以上のリガンドを含むジョブはサーバー上で最大 4 並列 Vina ワーカーを実行。1 リガンドの失敗はバッチの残りをキャンセルしません。
共結晶 redock チェック
結合リガンド検出時、結晶ポーズとの任意 RMSD サニティチェック。単一リガンドジョブではデフォルト ON；バッチではデフォルト OFF（詳細設定で有効化）。
任意の金属
クリーンな受容体で選択した HETATM レコード（例：ZN、MG）を保持。
結果とデリバラブル
リガンドあたり上位3ポーズ
最高スコアの Vina モードを ZIP バンドル内の SDF/PDB 複合体としてエクスポート。
ポーズ品質と信頼度
PoseBusters QC（Pass / Warn / Fail）と基本フォールバック。スコア差 + QC ダウングレード規則からのポーズ信頼度テキスト。
タンパク質–リガンド相互作用
PLIP が利用可能な場合は PLIP；失敗時は距離ヒューリスティックフォールバック。2D 相互作用図、結合部位概要 PNG、リガンド 2D 構造 PNG。
結合モード解釈
親和性、相互作用、ポーズ分離からリガンドごとの英語ディスカッションパラグラフ — 結果ページと PDF に表示。
PyMOL 出版レンダー
任意のヘッドレス PyMOL レイトレース結合部位 PNG（cartoon + sticks）。詳細オプションで有効化；バッチジョブは最高ヒットのみレンダー。
バッチスクリーニング表
多リガンドジョブ：親和性、ポーズ信頼度、QC、ADMET 列（MW、Lipinski、QED）のソート可能な表。
インタラクティブ 3D ビューア
ブラウザでタンパク質–リガンド複合体を検査し、エクスポートされたポーズ間を切り替え。
PDF レポートと Methods コピー
埋め込み図付き PDF をダウンロード。英語 Methods テキストと原稿用の番号付き参考文献を含む引用段落をワンクリックコピー。
任意の AI 論文ドラフト
ドッキング完了後、Gemini 支援の Discussion + 図キャプションドラフトを生成（+1 クレジット）。人間の査読や専門編集の代替ではありません。
結果 ZIP（構造バンドル）
poses、complexes、figures、ADMET/相互作用 JSON、run_manifest.json を含む results.zip をダウンロード — このページの ZIP 内容内訳を参照。
プロフェッショナル AutoDock Vina ドッキングレポート：指標と可視化
PDB 6LU7（SARS-CoV-2 メインプロテアーゼ（Mpro））からの実出力：PLIP 相互作用図、PoseBusters ポーズ QC、ADMET 列、トップヒットの PyMOL 結合部位可視化を含むランク付けバーチャルスクリーニング表。
- 受容体
- 6LU7 · chain A
- 最良アフィニティ
- -6.21 kcal/mol
- Batch size
- 3 リガンド · 3 ドッキング成功
- トップヒット
- Nirmatrelvir
AutoDock Vina predicted moderate binding for CC(C)(C)C(NC(=O)C(F)(F)F)C(=O)N1CC2CC(C1)N2C(=O)C(F)(F)F (best score -6.21 kcal/mol). Among the screened compounds, CC(C)(C)C(NC(=O)C(F)(F)F)C(=O)N1CC2CC(C1)N2C(=O)C(F)(F)F ranked as the top hit. Key predicted interactions (PLIP) include 2 hydrogen bond(s) with ASN142A, GLN189A; hydrophobic contacts involving ASN142A; halogen bond(s) with HIS41A, THR26A. The ligand is surrounded by pocket residues including ASN142A, GLN189A, HIS41A, THR26A. Multiple docking modes have similar scores; consider inspecting alternate poses in the structure files. These results are computational predictions only and should be validated experimentally (e.g., SPR, ITC, or cell-based assays) before drawing mechanistic conclusions.
| # | 化合物 | アフィニティ |
|---|---|---|
| 1 | Nirmatrelvir | -6.21 |
| 2 | Ibuprofen | -6.03 |
| 3 | Aspirin | -5.05 |
結果 ZIP には何が含まれますか？
完了した各ドッキングジョブには、ページ上のレポートと PDF に加えて results.zip が含まれます。PyMOL/Chimera、オフライン表、再現性に ZIP を使用 — PDF は同じ実行の人間可読サマリーです。
PDF レポート：親和性、ポーズ QC、印刷用に埋め込まれた相互作用図 — ZIP 内の構造ファイルの代替ではありません。
ジョブルート（実行ごとに1回）
- result.json
- ドッキング済みリガンド、失敗、スコア、redock 状態のサマリー。
- run_manifest.json
- 再現性記録：パイプラインバージョン、Vina 設定、ボックス、pH、受容体鎖、警告。
- receptor_clean.pdb
- ドッキングに使用した前処理受容体（剛性、クリーンな PDB）。
- redock_report.json
- 共結晶 redock RMSD チェック（単一リガンド / 有効時）。
ドッキング成功リガンドごと
- poses/{ligand}.sdf
- 上位3 Vina ポーズを多レコード SDF として。
- complexes/{ligand}_complex.pdb
- 3D ビューア用タンパク質–リガンド複合体。
- ligands/{ligand}/
- リガンド PDBQT、ドッキング済み PDBQT、プロトン化 SMILES。
- admet/{ligand}.json
- RDKit Lipinski、Veber、QED および関連フラグ。
- interactions/{ligand}.json
- PLIP 相互作用表（または距離ヒューリスティックフォールバック）。
- figures/{ligand}/
- 2D 相互作用図、結合部位概要 PNG、リガンド 2D 構造；PyMOL 有効時は pymol_binding_site.png オプション。
サポートされる機能
有料・無料ティアのすべてのドッキング実行に含まれるコアプラットフォーム機能。
| 機能 | 説明 |
|---|---|
| AutoDock Vina エンジン | Meeko 前処理付き本番剛性受容体ドッキング、固定再現可能設定（exhaustiveness 8、9 モード）。 |
| バッチドッキング | 多リガンドバーチャルスクリーニング向け並列 Vina ワーカー — ジョブあたり最大 300 リガンド。 |
| PDB 前処理 | Meeko + RDKit による自動受容体クリーニング、プロトン化、リガンド PDBQT 生成。 |
| PDF レポート | 親和性表、Methods テキスト、埋め込み図付きの出版準備完了 PDF。 |
| PoseBusters QC | 自動ポーズ品質チェック（Pass / Warn / Fail）と信頼度スコアリング。 |
| ADMET 解析 | 各リガンドについてローカル計算された RDKit Lipinski、Veber、QED サマリー。 |
| 相互作用図 | PLIP タンパク質–リガンド相互作用、2D 図、結合部位概要 PNG。 |
| バーチャルスクリーニング | 親和性、ポーズ QC、ADMET 列付きのソート可能なバッチ結果表。 |
計算スコア、ポーズ、ADMET、相互作用はすべてモデル予測です。原稿や報告書で結論を導く前に、必ず実験と文献で結合モードと drug-likeness を検証してください。
オープンソーススタックと引用
MolecularDocking.online は文書化され、引用可能なパイプラインを実行します——ブラックボックスではありません。各ジョブは正確なソフトウェアバージョンを run_manifest.json および結果レポートに記録します。結果ページの引用段落を Methods に利用できます。
パイプライン v1.9.4 · 以下は典型的なデフォルト版です。ジョブの manifest に実際に使われたビルドが記載されます。
| コンポーネント | バージョン | 開発者 / 機関 | 役割 | 文献 |
|---|---|---|---|---|
AutoDock Vina | 1.2.7 | Scripps Research / community fork | 剛体受容体の分子ドッキング | [2] |
Meeko | 0.7.1 | Scripps Research (Forli lab) | 受容体・リガンドの PDBQT 前処理 | [3] |
RDKit | 2025.3.6 | Open-source cheminformatics toolkit | SMILES → 3D 埋め込み（ETKDG）と MMFF94 最小化 | [4] |
PLIP | 3.0.0 | University of Hamburg (Salokas et al.) | タンパク質–リガンド相互作用解析 | [5] |
PoseBusters | 0.6.5 | University of Oxford (Buttenschoen et al.) | ドッキングポーズ品質検査（dock 設定） | [6] |
dimorphite-DL | 2.0.2 | Open-source protonation enumerator | ジョブ pH でのリガンドプロトン化状態 | [7] |
Biopython | 1.87 | Open-source bioinformatics library | 構造解析と受容体処理 | [8] |
pocketeer | 0.3.1 | Apo binding-site prediction | Apo 受容体の予測ポケット順位付け | [9] |
標準参考文献
- MolecularDocking.online. MolecularDocking.online. Cloud molecular docking workflow (https://molecular-docking.online). Accessed 2026.
- AutoDock Vina. Eberhardt J, Santos-Martins D, Forli S, Olson AJ. AutoDock Vina 1.2.0: new docking methods, expanded force field, and Python bindings. J Chem Inf Model. 2021;61(8):3891-3898.
- Meeko / AutoDock suite. Forli S, Huey R, Pique ME, Sanner MF, Olson AJ. Computational protein-ligand docking and virtual drug screening with the AutoDock suite. Nat Protoc. 2016;11(5):905-919.
- RDKit. RDKit: Open-source cheminformatics. https://www.rdkit.org/ (accessed 2024).
- PLIP. Salokas LM, Viswanath S, Aho AJ, et al. PLIP 2021: expanding the scope of the protein-ligand interaction profiler to DNA and RNA. Nucleic Acids Res. 2023;51(W1):W530-W534.
- PoseBusters. Buttenschoen GF, Morris GM, Deane CM. PoseBusters: AI-based docking methods fail to generate physically valid poses or cause unintended bias. Nat Methods. 2024;21(3):472-480.
- dimorphite-DL. Swain M. dimorphite-DL: an open-source program for enumerating the ionization states of drug-like small molecules. J Cheminform. 2019;11(1):14.
- Biopython. Cock PA, Antao T, Chang JT, et al. Biopython: freely available Python tools for computational molecular biology and bioinformatics. Bioinformatics. 2009;25(11):1422-1423.
- pocketeer. pocketeer: apo binding-site prediction tool used for pocket ranking in this pipeline.
ワークフロードキュメント
受容体選択からバーチャルスクリーニングまでの技術ガイド — 再現可能な研究パイプラインと原稿 Methods セクション向けに構成。
結晶構造は必要？
Holo PDB が必要な場合、予測ポケット付き apo 構造で足りる場合、レポートでの選択説明方法。
Read articleドッキングスコア & ポーズの読み方
kcal/mol の親和性、ポーズ品質チェック、Vina スコアが研究レポートで証明する — しない — こと。
Read article初回ドッキングラン、ステップバイステップ
PDB ダウンロード、リガンド準備、Vina 実行、ポーズ検査、原稿 Methods セクション起草。
Read articleクラウドで Vina を実行
ブラウザワークフローがローカルインストールに勝る場合 — 研究チーム向けセットアップ、上限、スループット。
Read article毒性学 & ADMET 向けドッキング
構造ベースドッキングと in silico ADMET 予測の組み合わせでオフターゲットと drug-likeness 評価。
Read article構造化学習ロードマップ
構造、Vina、可視化、ドッキング出力の批判的解釈をカバーする 4 週間プラン。
Read article研究ワークフロー向けに設計
メディシナルケミストリー SAR、構造ベースヒット探索、ADMET 対応バーチャルスクリーニング、クラウドネイティブ AutoDock Vina パイプライン。
メディシナルケミストリー & SAR
バッチ SMILES スクリーニング、ランク付け Vina 親和性、PLIP 相互作用図、リード最適化用エクスポート可能テーブル。
毒性学 & ADMET スクリーニング
オフターゲット受容体へのリガンドドッキング、RDKit ADMET フラグと相互作用解析の組み合わせ、レポートでのリスク仮説の文書化。
構造生物学 & ターゲット検証
共結晶リドックチェック、ポーズ QC、run_manifest.json の再現可能 Methods メタデータ付き剛性受容体 Vina ドッキング。
クラウド vs ローカルパイプライン
conda セットアップ不要の同一 AutoDock Vina + Meeko スタック — チーム向け ZIP バンドルと PDF レポート付きブラウザワークフロー。
ドキュメント & オンボーディング
PDB 選択、結合部位定義、PoseBusters QC 解釈のワークフローガイド — 無料セットアップ検証（0 クレジット）。
バーチャルスクリーニング & ヒットリスト
ジョブあたり 20–300 リガンドをスクリーニング、ランク付けポーズと親和性を比較、ヒット優先順位付けと SAR フォローアップ用 CSV/ZIP エクスポート。
研究チームに信頼される — メディシナルケミストリー & 構造生物学
“キナーゼターゲットに対し 30 種類のアナログを 1 バッチジョブでスクリーニング。Review setup が計算コスト前に chain ID 問題を検出 — PDF とポーズ ZIP が週次 SAR レビューに即対応。”
“ラボはローカル Meeko+Vina スクリプトからこのクラウドパイプラインへ移行。バッチドッキング、PLIP テーブル、PoseBusters QC を 1 ランで — 共有ワークステーションでの conda パッチは不要に。”
“リドックサニティチェックがフルライブラリスクリーニング前に誤設定の結合ボックスをフラグ。破損 PDB で配信不能時の自動返金 — 堅牢な運用。”
Dock クレジット & プラン
定期利用向け月間クレジット。上位ティアは同時ジョブと優先キューを追加。トップアップが必要な場合は都度購入パックも利用可能。
全ティアで同一のドッキング成果物: セットアップレビュー · Vina（上位 3 ポーズ）· ポーズ QC · PLIP · ADMET · PDF/ZIP。PyMOL 図オプション（+0.5 クレジット/ジョブ）。
無料ティア: 登録時 1 クレジット — 小規模ドッキングジョブを試用。メール・デバイス・ネットワークごとに 1 無料アカウント。月次更新なし。クレジットカード不要。
お試し
含まれるもの
- 1 クレジット（都度購入） — 登録時のみ
- 結果保存 7 日間
コースプロジェクト
含まれるもの
- 5 クレジット / 月
- 結果保存 14 日間
小規模ラボ
含まれるもの
- 16 クレジット / 月
- 同時ジョブ 2 件
- 優先キュー
- 結果保存 30 日間
ラボチーム & 研究グループ
含まれるもの
- 35 クレジット / 月
- 同時ジョブ 5 件
- 優先キュー
- 結果保存 90 日間
都度購入パック（サブスク不要 — サブスクと併用可）
アカウントにクレジットを追加。各 Run docking はリガンド数に応じてクレジットを消費（クレジットの仕組みを参照）。同時実行数とキュー優先度は現在のプラン（無料またはサブスク）に従います。
論文図 1 枚完結 + AI ドラフトに最適（Docking + PyMOL + AI レポート）。
- 3 クレジット（都度購入）
最大 30 リガンドスクリーニングまたは 3–4 件のフルプロジェクトレポートに最適（定期料金なし）。
- 10 クレジット（都度購入）
全プランに含まれるもの:
Dock クレジット の仕組み
クレジットは各ドッキングランの支払いに使用。サブスクには月間クレジットが含まれ、都度購入パックは別途購入する定額バンドル（料金を参照）。両方を同一アカウントに保持できます。
ドッキングランあたりのクレジット消費
Run docking をクリックすると、リガンド数に応じて残高からクレジットが差し引かれます — 無料・サブスク・都度購入のいずれのクレジットでも同様。本セクションはクレジット消費についてであり、都度購入パックの価格ではありません。
都度購入パック（Single Run Pass、Screening Pack）は、料金 → 都度購入タブでバンドルクレジット量の定額販売。チェックアウト時にリガンド単位課金はありません — 下表はドッキング実行ごとのクレジット使用を示します。
- 1–3 リガンド: 1 クレジット
- 4+ リガンド: 5 リガンドあたり 1 クレジット（切り上げ）（4–5 リガンド = 1 クレジット; 12 リガンド = 3 クレジット）
- PyMOL 論文用図: +0.5 クレジット/ジョブ（オプション）
- オプション AI 論文ドラフト（Gemini Discussion + 図凡例）: +1 クレジット、ドッキング完了後の生成時に別途課金
- 例: 25 リガンド + PyMOL = 5 + 0.5 = 5.5 クレジット
ランあたりのクレジット消費（参考）
| リガンド | クレジット | + PyMOL |
|---|---|---|
| 1 | 1 | 1.5 |
| 2 | 1 | 1.5 |
| 3 | 1 | 1.5 |
| 4 | 1 | 1.5 |
| 5 | 1 | 1.5 |
PyMOL は +0.5 クレジット/ジョブ。AI 論文ドラフトは +1 クレジット、ドッキング後に別途課金。任意のクレジット残高（無料・サブスク・都度購入）に適用。他のバッチサイズ: 1–3 リガンド = 1 クレジット; 4+ = 5 リガンドあたり 1 クレジット（切り上げ）。
クレジット課金タイミング
- クレジットはドッキングジョブ送信時に差し引かれます（完了時ではありません）
- サブスククレジットが常に先に使用され、都度購入クレジットは期間のサブスク残高が尽きた後にのみ使用
- 無料プラン: 登録時に 1 回限り 1 クレジット付与（PyMOL なし 1–3 リガンドジョブ 1 回分）; 未使用クレジットは繰越・月次更新なし。メールあたり 1 クレジット付与; デバイス・ネットワークあたり 1 無料アカウント。
- 有料プラン: 月間サブスククレジットは各請求期間の開始時にリセット
サブスクリプションのアップグレード
- アップグレード時（例: Student → Research）、以前のサブスクは自動解約 — 有料プランを 2 つ同時に保持することはありません
- 旧プランの未使用サブスククレジットは繰越されず、新プランは月間割当の全量で開始（例: Research = 16 クレジット）
- 別途購入した都度購入クレジットはアップグレードで削除されず、アカウントに残ります
サブスク + 都度購入パックの併用
- サブスクと都度購入パックを両方購入可能 — 両方アカウントに保持
- 都度購入パック: Single Run Pass（3 クレジット）、Screening Pack（10 クレジット）。クレジットは購入残高に加算され、上記ルールでランごとに消費
- 都度購入クレジットは月次サイクルで失効せず、サブスククレジットは各請求期間でリセット（無料登録クレジットは 1 回限り）
- ジョブは常にサブスククレジットを先に消費し、次に都度購入クレジット
- 月間利用増にはサブスクまたはアップグレードを推奨; 都度購入パックは料金ページで常に代替として利用可能
サービス障害 & クレジット返金
ドッキングは当社サーバーで実行; クレジットで計算実行とレポート/ZIP 受け取りを支払います。ドッキングに失敗したリガンド（無効構造、prep エラー、使用可能ポーズなし、リガンド単位タイムアウト）は正常な科学的結果 — ジョブは結果を配信しクレジットは返金されません。バッチが 3 時間ジョブ上限に達した場合、完了リガンドは部分 ZIP で配信; 未完了リガンドは skipped マーク — 部分クレジット返金なし。サービス障害は、当社プラットフォームがレポート/ZIP を完了・配信できなかった場合（システムエラー、クラッシュ、配信前タイムアウト）。その場合、当該ジョブの課金クレジットは全額自動返金（クレジット履歴を参照）。バッチジョブはバッチ全体で送信時に 1 回課金。サブスク支払いはジョブクレジットとは別。
結果保存
完了ジョブはプラン別に保存: 無料 7 日、Student 14 日、Research 30 日、Lab 90 日。その後ファイル削除 — ZIP/PDF をローカル保存。無料ユーザーはダッシュボードから 0.5 クレジットでジョブを 1 回または 2 回延長（各 +14 日）可能。
よくある質問
Dock はリガンドのプロトン化、水素添加、部分電荷をどう処理しますか？
リガンドはジョブのプロトン化 pH（デフォルト 7.4; 4.0–10.0 で調整可）で dimorphite-DL によりイオン化。RDKit 3D 埋め込み（ETKDGv3、マルチシードリトライ）中に明示的水素を添加し、MMFF94 最小化（UFF フォールバック）を実行。Meeko MoleculePreparation がリガンド PDBQT 書き込み時に AutoDock 原子タイプと部分電荷を割り当て。プロトン化 SMILES、pH、オプティマイザ、prep 警告は run_manifest.json に記録され PDF Methods セクションにも反映。
回転可能結合の多いリガンドはサポートしますか？
はい、AutoDock Vina 剛性受容体ドッキングに適した範囲内で。Meeko はリガンド PDBQT の非末端回転可能結合すべてにタグ付け（TORSDOF として報告）。Review setup は 12 超または TORSDOF で警告、20 超で拒否。高柔軟性リガンドは遅いか不完全なコンフォメーションサンプリングの可能性 — より剛性アナログまたは他プラットフォームの induced-fit を検討。分子量上限 900 Da（600 Da 超で警告）。
エンドツーエンドのドッキングパイプラインは？
受容体: RCSB PDB ダウンロード（4 文字 PDB ID、例 6LU7）またはユーザーアップロード → Biopython クリーンアップ（水と共結晶リガンド除去; ZN/MG HETATM 保持オプション）→ Meeko Polymer 剛性受容体 PDBQT。リガンド: SMILES または SDF → dimorphite-DL プロトン化 → RDKit 3D コンフォーマー → Meeko リガンド PDBQT。ドッキング: AutoDock Vina（exhaustiveness 8、9 モード、energy range 3 kcal/mol）、リガンドあたり上位 3 ポーズをエクスポート。後処理: PLIP タンパク質–リガンド相互作用、PoseBusters ポーズ QC、RDKit Lipinski/Veber/QED サマリー。
受容体は柔軟ですか、それともリガンドのみ？
剛性受容体ドッキングのみ: Meeko 受容体準備後、タンパク質側鎖は固定。リガンド柔軟性は Meeko 回転可能結合ルート（PDBQT の TORSDOF）に従う。Induced-fit ドッキング、柔軟側鎖、共价ドッキング、膜タンパク質ワークフローは本パイプライン非対応。
AutoDock Vina サーチボックスはどう定義されますか？
Review setup で 4 つのボックスソースから 1 つ選択: (1) 共結晶リガンド重心（holo 構造）、(2) apo ポケット予測（pocketeer — 上位 3 ポケット選択可）、(3) ポケット残基アンカー（例 214,226,245）、(4) カスタム XYZ 中心。デフォルトボックス寸法 20 × 20 × 20 Å。3D プレビューでクレジット消費前に受容体とボックスを表示。Apo ポケット予測には文献または共結晶構造との比較を促す明示的免責事項あり。
Review setup（0 クレジット）はドッキング前に何を検証しますか？
Review setup は受容体をパースまたはダウンロードし、結合ボックスを解決、リガンド事前チェック（SMILES 妥当性、分子量、回転可能結合数、Meeko TORSDOF）と 3D ボックスプレビューを実行 — クレジット課金なし。ここで生成したリガンド PDBQT はドッキング時に再利用（プロトン化は検証ステップでロック）。表示エラーを修正後、Run docking は送信時のみクレジット課金。
固定の AutoDock Vina 設定は？exhaustiveness は変更できますか？
再現性のため Vina パラメータ固定: exhaustiveness = 8、num_modes = 9、energy_range = 3 kcal/mol、スコア関数 vina。リガンドあたり最低スコア 3 ポーズを SDF とタンパク質–リガンド複合体 PDB としてエクスポート。カスタム exhaustiveness、Smina、GNINA リスコアリングは不可 — バージョン文字列と全設定は Methods 段落用に run_manifest.json に記録。
共結晶リドックサニティチェックはどう機能しますか？
アップロード PDB に共結晶リガンドがある場合、Dock はリドックし結晶ポーズに対する重原子 RMSD を報告可能。単一リガンドジョブはデフォルト有効; バッチジョブはデフォルト無効（Advanced で有効化）。大きな RMSD はアナログスクリーニング前に誤設定結合ボックス、誤 chain 選択、プロトン化不一致をフラグ。
分子ドッキングに結晶化タンパク質構造は必要ですか？
必ずしも必要ではありません。Holo 結晶構造（共結晶リガンド付きタンパク質）が結合部位定義とリドックチェックに最適。多くの探索プロジェクトでは、仮定を明確に述べれば apo 構造 + 文献定義または予測ポケットで許容可能。
分子ドッキングとは？
分子ドッキングは小分子がタンパク質結合部位にどう結合するかを予測し、ポーズとスコア（例: kcal/mol の Vina 親和性）を生成。計算仮説生成を支援 — 結合の実験的証明ではありません。
分子ドッキングはどう機能しますか？
結合部位上にサーチグリッドを配置; リガンドコンフォメーションをサンプリングし探索アルゴリズムでスコアリング。AutoDock Vina は剛性受容体ドッキング（タンパク質固定、リガンド扭转可）。Dock は Meeko で受容体・リガンド PDBQT を準備し、Vina 設定、ボックス座標、プロトン化 pH を run_manifest.json と PDF レポートに記録。
研究向け最良の分子ドッキングソフトウェアは？
AutoDock Vina は剛性受容体ドッキングの業界標準（高速、高引用）。Dock は Vina をオンライン実行しローカルインストールを回避。GNINA や DiffDock は ML スコアを追加するがセットアップと再現性が異なる — 多くの SAR とスクリーニングワークフローでは、Vina + 明確な Methods テキストが期待されるベースライン。
分子ドッキングをオンラインで実行するには？
4 文字 PDB ID（または .pdb 受容体アップロード）を入力、SMILES または SDF リガンドを送信、Review setup（0 クレジット）を実行、Run docking をクリック。ポーズ、PLIP 相互作用、ポーズ QC、オプション PyMOL 図付き results.zip バンドルと PDF レポートを受け取り。
結果 ZIP ファイルの内容は？
results.zip はオフライン作業用の完全成果物。ジョブルート: result.json（サマリー）、run_manifest.json（Methods 用 Vina/ボックス/pH）、receptor_clean.pdb、該当時 redock_report.json。各ドッキングリガンド: 上位 3 ポーズ（SDF）、タンパク質–リガンド複合体（PDB）、リガンド PDBQT、ADMET と相互作用 JSON、PNG 図（2D 図、overview、リガンド 2D; オプション PyMOL 結合部位レンダー）。PDF レポートは印刷用主要テーブルと図を反映するが ZIP 構造の代替ではない。ホームページ機能の「結果 ZIP の内容」セクションを参照。
単一リガンド vs バッチ: レポートは同じ？全化合物はどこに表示？
成功リガンドごとに同一パイプライン — 各々ポーズ、複合体 PDB、ADMET JSON、相互作用 JSON、PNG 図を取得。results.zip では成功ドッキング化合物すべてに個別ファイル（トップヒットのみではない）。Web レポートでは結果テーブルに全リガンドのスコアと QC; 結合モードテキスト、論文図、ADMET 詳細、3D ビューアは 1 リガンドずつ — バッチジョブではリガンドドロップダウン使用（デフォルト: 最良親和性）。PDF はテーブルに全リガンドを列挙するが図と議論は主にトップヒット。オプション AI 原稿ドラフトもトップヒット中心。例外: バッチジョブで PyMOL 図有効時、トップヒットのみ PyMOL PNG（他の per-ligand 成果物はすべて適用）。共結晶リドックは単一リガンドでデフォルト ON、バッチスクリーニングでデフォルト OFF。
ドッキングジョブのクレジット計算は？
ドッキングランは 1–3 リガンドで 1 クレジット、以降 5 リガンドあたり 1 クレジット切り上げ（4–5 リガンド = 1 クレジット、6–10 = 2 クレジット等）。PyMOL 図オプションは +0.5 クレジット/ジョブ。Run docking クリック時、キュー投入前にクレジット確認。
クレジットはいつ課金されますか？
クレジットはドッキングジョブ送信時に差し引かれ、完了時ではありません。返金はレポート/ZIP 未配信のサービス障害（システムエラー、クラッシュ、タイムアウト）のみ — 個別リガンドがドッキングできなかった場合は対象外。
リガンドがドッキングできないのはサービス障害と同じ？
いいえ。リガンド未ドッキングはパイプラインは実行したが分子を準備またはスコアリングできなかった（不正 SMILES、prep エラー、リガンド単位タイムアウト等）— テストのために支払った正常な結果; クレジット返金なし。バッチが 3 時間上限に達した場合、完了リガンドの部分 ZIP を受け取り; skipped 化合物はレポートに列挙 — 部分返金なし。サービス障害はプラットフォームがジョブを完了・配信できなかった（サーバーエラー、クラッシュ、レポート/ZIP なしタイムアウト）。サービス障害は全額返金。一部 skipped の完了バッチも配信済みジョブ — 部分返金なし。
クレジットが戻るのはいつ？
サービス障害のみ: システムエラー、クラッシュ、レポート/ZIP 配信前タイムアウト。ダッシュボード → クレジット履歴で返金エントリ確認。入力修正後に再送信。リガンドレベル結果（未ドッキング、弱親和性）は返金対象外。
バッチで一部リガンドがドッキングできない場合、クレジットは戻りますか？
いいえ。クレジットはバッチ全体で送信時に 1 回課金。Skipped、タイムアウト、未ドッキングリガンドは正常な結果でレポートに列挙 — 返金理由ではありません。3 時間上限に達しても完了リガンドの部分 ZIP は受け取り。返金は成果物なしで当社側がジョブ全体失敗した場合のみ。
サブスククレジット vs 都度購入パッククレジット？
サブスククレジットは各請求期間でリセットし現在プランに属する。都度購入クレジット（Single Run Pass、Screening Pack）は別途購入、月次で失効せず、アップグレードで削除されない。ジョブ実行時、サブスククレジットを常に先に使用; 都度購入クレジットは期間サブスククレジット耗尽後のみ。
サブスクリプションアップグレード時は？
以前のサブスクは自動解約 — 有料プランを 2 つ保持しない。旧プランの未使用サブスククレジットは繰越されず、新プランは月間割当全量で開始（例: Research アップグレード = 16 クレジット）。別途購入都度購入クレジットは保持。ダッシュボードからアップグレード前に確認を求められます。
Dock の料金は？
Dock は無料プラン $0/月（登録時 1 クレジット、クレジットカード不要）。有料月間サブスク: Student プラン $9.99/月（5 クレジット/月）、Research プラン $24.99/月（16 クレジット/月、同時ジョブ 2、優先キュー）、Lab プラン $49.99/月（35 クレジット/月、同時ジョブ 5、優先キュー）。サブスク不要都度購入: Single Run Pass $7.99（3 クレジット）、Screening Pack $19.99（10 クレジット）。全有料ティアに同一ドッキングパイプライン（Vina、PLIP、ADMET、PDF/ZIP）。料金と上限は本ページ料金セクションのプランと一致。
Student、Research、Lab プランの内容は？
Student プラン（$9.99/月）: 5 クレジット/月。Research プラン（$24.99/月）: 16 クレジット/月、同時ジョブ 2、優先キュー。Lab プラン（$49.99/月）: 35 クレジット/月、同時ジョブ 5。バッチサイズはクレジットで制限（最大 300 リガンド/ジョブ）。全プランにフルドッキングパイプライン。詳細は料金を参照。
サブスクなしでクレジット購入できますか？
はい。Single Run Pass（$7.99）: 3 クレジット。Screening Pack（$19.99）: 10 クレジット。クレジットはリガンド数でランごとに消費; 同時実行とキュー優先度はプランティアに従う（料金参照）。
サブスクリプション返金ポリシーは？
いつでもサブスク解約で将来の請求を停止。過去のサブスク支払いは法令要求を除き一般に返金不可。ドッキングジョブクレジットは別: サービス障害（レポート/ZIP 未配信）のみ自動返金、未ドッキングリガンドは対象外。
結果はどのくらい保存されますか？
プラン別保存: 無料 7 日、Student 14 日、Research 30 日、Lab 90 日。無料ユーザーはダッシュボードから完了ジョブを 2 回まで延長（各 +14 日、0.5 クレジット）。期限前に ZIP と PDF をダウンロード。
プラットフォームアクティビティ
本番環境の公開メトリクス — マーケティング文言なし。
本番ログから更新 · 最終更新 2026 年 6 月