LK-UniDock：跨平台 GPU 分子对接发行
基于 AutoDock-Vina 生态 · 打包维护 Uni-Dock（经典全局对接 + GPU 批量）与 UniDock-Pro（+ 相似性引导 / 混合模式）
上游版本：Uni-Dock v1.1.3 · UniDock-Pro v0.0.1
许可：Apache-2.0
构建：CUDA 12.8 · sm_60–sm_120
整理日期：2026-09-03
摘要
LK-UniDock 为 Uni-Dock / UniDock-Pro 提供开箱即用的跨平台发行：macOS arm64（CPU）、Linux x86-64（GPU）、Windows x64（GPU）三平台预编译；Windows GPU 版通过 BUILD_PORTABLE=ON + FETCH_BOOST=ON 全静态打包，运行时仅依赖 1 个 DLL（vcomp140.dll），复制即用、无需 WSL2 或 CUDA Toolkit。以 CUDA 12.8 构建，一份二进制覆盖 sm_60（GTX 10 系）到 sm_120（RTX 50 / Blackwell） 全部 NVIDIA 架构。所有构建补丁（MSVC+CUDA12 guard、CMake 跨平台、CI 等）以 Apache-2.0 开源，欢迎回 PR 上游。
1两款引擎
表 1 Uni-Dock 与 UniDock-Pro 能力对照
| 能力 | Uni-Dock | UniDock-Pro |
|---|
| 定位 | 经典全局对接 + GPU 批量虚拟筛选 | + 相似性引导与混合对接 |
| macOS（CPU，arm64） | ✓ 全局对接 | ◐ Score / Local 模式 |
| Linux GPU 虚拟筛选 | ✓ | ✓ |
| Windows GPU 虚拟筛选（LK-UniDock build） | ✓ | ✓ |
| 相似性引导对接（Similarity-guided） | — | ✓ |
| 混合对接模式（Hybrid docking） | — | ✓ |
| 详细能量分解输出 | — | ✓ |
| 配体格式 | PDBQT / SDF | PDBQT / SDF |
2为什么需要跨平台发行
- 大规模筛选是 GPU 刚需：百万级配体虚拟筛选在 CPU 上需数天，Uni-Dock GPU 单卡压缩到数小时；而 GPU 二进制的跨平台分发长期是痛点。
- Windows GPU 预编译缺失：原项目（dptech-corp/Uni-Dock、NiBoyang/UniDock-Pro）未提供 Windows GPU 二进制，用户通常依赖 WSL2（部分 GPU 有 10–15% 性能损耗，且需配置 CUDA-WSL 驱动栈）或自行源码构建。
- 动态依赖运维成本高：Windows 原生构建默认依赖 10+ 个动态库（CUDA Runtime、Boost、VC++ Redist 等）；静态打包显著降低部署与换机成本。
3发行价值
- 补齐 Windows GPU 发行：首次系统性提供预编译 Windows GPU 二进制，原生 Windows 工作站 + RTX + 复制即用，不再依赖 WSL2。
- 构建补丁回馈社区：MSVC+CUDA 12 的
__CUDACC__ guard、CMake 跨平台选项、macOS OpenMP 静态链接、UniDock-Pro LICENSE 与 CI 补全均开源，欢迎 PR 回原项目。
- RTX 10 → RTX 50 全覆盖：CUDA 12.8 支持 sm_60–sm_120，一份二进制覆盖 GTX 1060 到 RTX 5090，适配混合多代显卡的实验室环境。
4预编译发行 vs 源码自编译 / WSL2
表 2 三种使用方式对比（原项目本身质量优秀，LK-UniDock 聚焦部署门槛）
| 能力维度 | LK-UniDock 预编译 | 原项目源码自编译 / WSL2 |
|---|
| Windows GPU 可用性 | ✓ 预编译 exe | 自编译：需适配 MSVC + CUDA 12；WSL2：需安装 WSL2 + CUDA-WSL |
| 部署时间 | < 1 分钟（解压） | 数小时 / 30 分钟～数小时 |
| 依赖安装 | 零（静态打包） | CUDA+Boost+MSVC 全套 / WSL2+Linux 工具链 |
| 运行时 DLL 数 | 1（vcomp140.dll） | 10+ / Linux 动态库 |
| GPU 性能 | 原生 100% | 原生 100% / WSL2 常见 85–90% |
| Blackwell（RTX 50） | ✓ sm_100/120 | 需自配 CUDA 12.8+/WSL 驱动 |
| 跨机器可移植 | ✓ 复制即用 | 需重复构建或配好依赖 |
| UniDock-Pro 发行 | ✓ 同步补齐 LICENSE+CI | 需自行适配 |
| 许可证合规 | Apache 2.0 明确 | 与原项目一致 |
| macOS Apple Silicon | ✓ CPU 版预编译 | 自编译需 brew+libomp / WSL2 不支持 |
5三平台二进制与 Windows 静态打包
从 Releases 下载对应平台包解压即用：macOS arm64 为 CPU 版；Linux 与 Windows 提供 GPU 加速版。Windows GPU 版将 CUDA Runtime、Boost、MSVC CRT 全部静态嵌入，运行时仅需 1 个 vcomp140.dll（随包附带）。
表 3 Windows GPU build 与原项目 GitHub release 对比
| 组件 | LK-UniDock build | 原项目 release |
|---|
| Windows GPU 二进制 | ✓ 提供 | 尚未提供 |
| CUDA Runtime | 静态嵌入（无需安装） | 动态 DLL（需 CUDA Toolkit） |
| Boost | 静态嵌入 FETCH_BOOST=ON | 动态 conda DLL |
| MSVC CRT | 静态嵌入 BUILD_PORTABLE=ON | 需 VC++ Redist |
| 运行时 DLL 依赖 | 仅 vcomp140.dll（bundled） | 10+ 个，需逐一配置 |
| CUDA 架构 | sm_60 → sm_120（GTX 10 → RTX 50） | 取决于 CI 配置 |
| 可移植性 | ✓ 复制 exe+dll 任意机器运行 | 需同步部署运行时环境 |
6GPU 架构覆盖
Windows / Linux GPU 构建覆盖 sm_60–sm_120，CUDA 12.8 带来 Blackwell（RTX 50）支持。
表 4 架构支持矩阵
| 架构 | 代表 GPU | 支持 |
|---|
| sm_60 / sm_61 | GTX 1060 / GTX 1080 Ti（Pascal） | ✓ |
| sm_70 | Tesla V100 / Titan V（Volta） | ✓ |
| sm_75 | RTX 20 系列 / T4（Turing） | ✓ |
| sm_80 / sm_86 | RTX 30 系列 / A100（Ampere） | ✓ |
| sm_89 | RTX 40 系列 / L40（Ada Lovelace） | ✓ |
| sm_90 | H100（Hopper） | ✓ |
| sm_100 / sm_120 | RTX 50 / Blackwell（CUDA 12.8 构建） | ✓ |
驱动要求：Windows GPU 二进制需 NVIDIA Driver ≥ R528（2022 年末）；RTX 50 / Blackwell 额外需 ≥ R570。
7快速开始
7.1 Uni-Dock：单配体全局对接（CPU · macOS / Linux / Windows）
# ── Uni-Dock：单配体全局对接（CPU · macOS/Linux/Windows）──
./Uni-Dock --receptor receptor.pdbqt --ligand ligand.pdbqt \
--center_x 15.19 --center_y 53.90 --center_z 16.92 \
--size_x 20 --size_y 20 --size_z 20 \
--out output.pdbqt --exhaustiveness 8 --num_modes 9
# ── Uni-Dock-GPU：批量虚拟筛选（Linux/Windows · 需 NVIDIA GPU）──
./Uni-Dock-GPU --receptor receptor.pdbqt \
--gpu_batch lig1.pdbqt lig2.pdbqt lig3.pdbqt \
--center_x 15.19 --center_y 53.90 --center_z 16.92 \
--size_x 25 --size_y 25 --size_z 25 --dir output_dir/ --exhaustiveness 32
# ── 大规模筛选：配体索引文件 ──
./Uni-Dock-GPU --receptor receptor.pdbqt --ligand_index ligands.txt \
--center_x X --center_y Y --center_z Z \
--size_x 20 --size_y 20 --size_z 20 --dir output_dir/
7.2 UniDock-Pro：Score 模式与相似性引导 / 混合模式
# ── Score 模式（CPU · macOS 支持），输出详细能量分解 ──
./UniDock-Pro --receptor receptor.pdbqt --ligand ligand.pdbqt \
--center_x 15.19 --center_y 53.90 --center_z 16.92 \
--size_x 20 --size_y 20 --size_z 20 --score_only
# Score: -18.118 kcal/mol
# (1) Final Intermolecular Energy: -17.634 kcal/mol
# (2) Final Total Internal Energy: -0.485 kcal/mol
# (3) Torsional Free Energy: 5.121 kcal/mol
# ── 相似性引导对接（需 CUDA）──
./UniDock-Pro-GPU --receptor receptor.pdbqt --gpu_batch candidates.pdbqt \
--reference_ligand known_active.pdbqt --similarity_searching
# ── 混合模式（相似性 + 自由对接）──
./UniDock-Pro-GPU --receptor receptor.pdbqt --gpu_batch candidates.pdbqt \
--reference_ligand known_active.pdbqt --hybrid_mode
8关键参数
表 5 Uni-Dock 常用选项
| 参数 | 默认值 | 说明 |
|---|
--exhaustiveness | 8 | 搜索彻底性（越大越准、越慢） |
--num_modes | 9 | 最大输出构象数 |
--energy_range | 3.0 | 能量窗口（kcal/mol） |
--scoring | vina | 评分函数：vina / vinardo / ad4 |
--score_only / --local_only | — | 仅评估当前 pose / 仅局部优化 |
表 6 UniDock-Pro 额外参数
| 参数 | 默认值 | 说明 |
|---|
--reference_ligand | — | 相似性引导对接的参考配体 |
--similarity_searching | — | 启用相似性搜索引导 |
--hybrid_mode | — | 混合模式（相似性 + 自由对接） |
--max_gpu_memory | all | 限制 GPU 内存使用（MB） |
--refine_step | 3 | 精化步数 |
9与原项目的差异与适配补丁
表 7 LK-UniDock vs 原项目
| 项目 | 原项目 dptech-corp/Uni-Dock | LK-UniDock |
|---|
| 源码版本 | v1.1.3 | v1.1.3（同源） |
| Windows GPU 预编译 | 尚未提供 | ✓ 提供 |
| CUDA 版本 | 11.8（GitHub CI） | 12.8（支持 RTX 50 / Blackwell） |
| CUDA Runtime / Boost / MSVC CRT | 动态（需 Toolkit / conda / VC++ Redist） | ✓ 全静态嵌入 |
| Windows 运行时 DLL 数 | 10+ | 1（vcomp140.dll） |
| MSVC + CUDA 环境适配 | 需手工处理 | ✓ __CUDACC__ guard 已适配 |
六项开源补丁（均欢迎 PR 回原项目）
- P1/P2：Boost Filesystem / File I/O 的
__CUDACC__ guard——隔离 MSVC+CUDA 12 下 __std_fs_copy_options 构建错误与 CUDA TU 间接引入 Boost 头。
- P3：cache.h / ad4cache.h 中 Boost filesystem include 下移 .cpp，防
monte_carlo.cu 链式导入。
- P4：CMakeLists 跨平台扩展——CMP0167、FORCE_CPU_ONLY、BUILD_PORTABLE、FETCH_BOOST、macOS OpenMP 检测、CUDA sm_100/120 自动检测、
/utf-8 等。
- P5：构建脚本 build_mac.sh / build_linux.sh / build_windows.bat（CPU+GPU、portable）。
- P6：UniDock-Pro 项目补齐——LICENSE（Apache 2.0）、
.github/workflows/build.yml CI、MSVC/CUDA 补丁同步。
10源码构建与常见报错
要求：CMake 3.16+、C++17（GCC 7+ / Clang 5+ / MSVC 2019+）、Boost 1.72+（可自动 fetch）、CUDA Toolkit 11.8+（GPU 构建）。
# macOS（CPU-only，Apple Silicon 无 CUDA）
brew install cmake boost libomp
cd Uni-Dock-main && bash build_mac.sh --clean
cd UniDock-Pro-main && bash build_mac.sh --clean
# 输出 dist/Uni-Dock、dist/UniDock-Pro（仅系统库依赖，可移植）
# Linux（CPU + GPU）
bash build_linux.sh # CPU + GPU
bash build_linux.sh --cpu-only | --gpu-only | --fetch-boost
# Windows GPU Portable（须在 x64 Native Tools Command Prompt for VS2022 中）
# 要求 Visual Studio 2022 + CUDA Toolkit 12.8
set CUDA_PATH=C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.8
set CUDACXX=%CUDA_PATH%\bin\nvcc.exe
cd Uni-Dock-main
cmake -S unidock -B build_portable -G "Visual Studio 17 2022" -A x64 ^
-T cuda="%CUDA_PATH%" -DFETCH_BOOST=ON -DBUILD_PORTABLE=ON -DCMAKE_BUILD_TYPE=Release
cmake --build build_portable --config Release -j
# 预期输出 build_portable\Release\unidock.exe（仅需 vcomp140.dll）
表 8 常见构建错误排查
| 错误信息 | 原因 / 解决方案 |
|---|
| [CPU-only build] GPU batch docking unavailable | CUDA 未检测到 → -DCMAKE_CUDA_COMPILER=… 显式指定 nvcc |
| boost/filesystem/path.hpp 编译错误 | CUDA TU 导入 Boost filesystem → 应用 __CUDACC__ guard（本仓库已含） |
| boost_thread.lib (shared) 冲突 | conda Boost + BUILD_PORTABLE 冲突 → -DFETCH_BOOST=ON 跳过 conda Boost |
| nvcc fatal: Unsupported gpu architecture 'compute_60' | CUDA 13+ 已移除 Pascal/Volta → 使用 CUDA 12.8 |
| CMake CUDA 检测失败（nvcc 已在 PATH） | -T cuda=… 路径含空格 → 用 -DCMAKE_CUDA_COMPILER=完整路径 |