Pre-built · macOS / Linux / Windows

跨平台 GPU 分子对接引擎，
为原项目补齐 Windows/Linux GPU 发行。

GPU-Accelerated Molecular Docking Engines with Pre-built Portable Binaries for All Major Platforms

LK-UniDock 是 Uni-Dock 与 UniDock-Pro 的跨平台打包发行项目。提供预编译二进制（含 两个原项目尚未提供的 Windows GPU 版本）和适配补丁后的源代码。静态链接 CUDA Runtime、Boost、MSVC CRT，运行时仅需 1 个 DLL。特别感谢 Uni-Dock 与 UniDock-Pro 原项目作者的工作。

2 个 GPU 引擎 3 个平台原生支持 sm_60 → sm_120 GTX 10 → RTX 50 CUDA 12.8 Blackwell 支持
下载 Release → 本地构建指南
ENGINES · 两款引擎

Uni-Dock 与 UniDock-Pro。

LK-UniDock 打包维护两款基于 AutoDock-Vina 的 GPU 分子对接引擎。Uni-Dock 提供经典全局对接与 GPU 批量虚拟筛选；UniDock-Pro 在此基础上增加相似性引导对接与混合模式。

Uni-Dock
v1.1.3
Base · AutoDock-Vina (GPU fork)
  • ✓
    macOS CPU 全局对接 · 完整支持
  • ✓
    Linux GPU 虚拟筛选
  • ✓
    Windows GPU 虚拟筛选（LK-UniDock build）
  • ✓
    PDBQT / SDF 配体格式
  • ×
    相似性引导对接
  • ×
    混合对接模式
UniDock-Pro
v0.0.1
Base · Uni-Dock (extended fork)
  • ◐
    macOS CPU：仅 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
BACKGROUND · 研究背景

为什么 GPU 分子对接 需要一个跨平台发行版？

Uni-Dock / UniDock-Pro 是国内在 GPU 加速分子对接领域的代表性工作，原项目作者的贡献为社区提供了高质量的 GPU 对接能力。同时部分平台上的安装与依赖还需使用者手工费心配置，LK-UniDock 面向这些部署场景提供一体化发行。

GPU
大规模筛选需 GPU 加速
百万级配体的虚拟筛选在 CPU 上动辄需要数天。Uni-Dock GPU 版本单卡可将时间缩短至数小时，GPU 已成大规模对接的刚需。但 GPU 二进制的跨平台分发一直是痛点。
Win
Windows GPU 版本尚未提供
原项目 dptech-corp/Uni-Dock 与 NiBoyang/UniDock-Pro 目前 未提供 Windows GPU 预编译二进制。Windows 用户通常需要借助 WSL2 运行，或自行从源码构建，部署门槛较高。
DLL
动态依赖与环境配置
Windows 原生 build 默认依赖 10+ 个动态库（CUDA Runtime、Boost、VC++ Redist、conda Boost 等），新机器需逐项配置才能完成启动。静态打包可以显著降低这部分运维成本。

面向 Windows GPU 构建的适配工作。 在实际构建 Uni-Dock v1.1.3 与 UniDock-Pro v0.0.1 的 Windows GPU 版本过程中，我们识别并适配了下列几个点：

① MSVC + CUDA 12 的头文件交互：boost/filesystem/path.hpp 在 CUDA 编译单元中会触发 __std_fs_copy_options 相关问题，原源码在 Windows MSVC 环境下需采用 __CUDACC__ guard 隔离；
② conda Boost 与静态打包的适配：BUILD_PORTABLE=ON 与 conda 预编译动态 Boost 同时使用时会约束冲突，采用 FETCH_BOOST=ON 策略从源码拉取静态 Boost；
③ CUDA 11.8 与 Blackwell 架构：GitHub CI 默认的 CUDA 11.8 不覆盖 sm_100 / sm_120（RTX 50），需升级至 CUDA 12.8；
④ UniDock-Pro 项目补齐：NiBoyang/UniDock-Pro 尚未提供 LICENSE 与自动化构建配置，LK-UniDock 同步补齐 Apache 2.0 LICENSE 与 GitHub Actions 构建流程。

Windows 用户的现实选择。 在原项目提供 Linux GPU 版本的前提下，Windows 用户一般通过 WSL2 + CUDA 访问。WSL2 本身表现优秀，但在部分 GPU 上可能会有小幅性能损耗（常见为 10-15%），且需额外配置 CUDA-WSL 驱动栈。对企业科研团队而言，原生 Windows 工作站 + RTX 显卡 + 复制即用 的部署模式依然有价值。

从 RTX 10 到 RTX 50 的硬件跨越。 NVIDIA 近十年发布了 Pascal（sm_60）、Volta（sm_70）、Turing（sm_75）、Ampere（sm_80/86）、Ada Lovelace（sm_89）、Hopper（sm_90）、Blackwell（sm_100/120）七代架构。研发实验室中常混合使用多代显卡，一份二进制覆盖全部架构才能实用。

SIGNIFICANCE · 价值与意义

LK-UniDock 的三重价值。

从二进制分发、构建补丁到生态整合，LK-UniDock 让 GPU 分子对接真正"开箱即用"。

📦
补齐 Windows GPU 发行
原项目尚未提供的 Windows GPU 二进制，LK-UniDock 首次系统性提供预编译版本。通过 BUILD_PORTABLE=ON + FETCH_BOOST=ON 策略全静态链接，让 Windows 用户可以不依赖 WSL2 也能使用 GPU 加速。
⚙
构建补丁回馈社区
将 MSVC + CUDA 12 的 __CUDACC__ guard 补丁、CMake 跨平台选项、macOS OpenMP 静态链接、UniDock-Pro LICENSE 与 CI 补全均以开源形式发布，欢迎原项目及社区取用 / PR 回上游，为整个 Uni-Dock 生态提供可复用的构建基础设施。
🖥
RTX 10 → RTX 50 全覆盖
采用 CUDA 12.8 构建，支持 sm_60 到 sm_120 全部架构。一份二进制覆盖 GTX 1060 到 RTX 5090（Blackwell），适配研发实验室中常混合使用多代显卡的真实场景。
生态意义：LK-UniDock 不改变 Uni-Dock / UniDock-Pro 原项目的核心算法与实现，将性能与质量的功劳完全归于原作者；LK-UniDock 仅为打包分发与跨平台适配，让 GPU 分子对接在 Windows / mac 上也能复制即用。
ADVANTAGES · 发行版本优势

LK-UniDock vs 从源码自行编译。

下表对比预编译发行版与“从原项目源码自行编译”、“WSL2 方案”三者。原项目本身质量优秀；LK-UniDock 关注的是在不同平台上降低部署门槛。

能力维度 LK-UniDock 预编译 原项目源码自编译 WSL2 方案
Windows GPU 可用性 ✓ 预编译 exe 需适配 MSVC + CUDA 12 构建 需安装 WSL2 + CUDA-WSL
部署时间 < 1 分钟（解压） 数小时（首次构建） 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% 原生 85~90%（常见 WSL 损耗）
Blackwell（RTX 50） ✓ sm_100/120 支持 需 CUDA 12.8+ 配置 需 CUDA 12.8 WSL 驱动
跨机器可移植 ✓ 复制即用 需重复构建或备齐 DLL 需在每台机器配 WSL
UniDock-Pro 发行 ✓ 同步补齐 LICENSE + CI 需自行适配 同 Linux 方案
许可证合规 Apache 2.0 明确 与原项目一致 与原项目一致
macOS Apple Silicon ✓ CPU 版预编译 需安装 brew + libomp 不支持
核心定位：LK-UniDock 完全保留 Uni-Dock / UniDock-Pro 原项目的核心算法与实现，只面向 跨平台预编译与一键部署 场景补位。对 Windows 企业工作站、多代 GPU 架构混合的实验室、以及需多台机器快速部署的场景提供开箱即用体验。
PRE-BUILT · 预编译二进制

三平台 开箱即用。

从 Releases 页面下载对应平台的预编译包，解压即可运行。macOS arm64 为 CPU 版本；Linux 与 Windows 提供 GPU 加速版本。

🍎 macOS arm64
Apple Silicon · M1/M2/M3
UniDock-macos-arm64.tar.gz
Uni-Dock, UniDock-Pro
需求：macOS 12+ · 无需 GPU
🐧 Linux x86_64
GPU · NVIDIA CUDA
UniDock-linux86.tar.gz
Uni-Dock-GPU, UniDock-Pro-GPU, split
需求：NVIDIA Driver ≥ R522 + CUDA
🪟 Windows x64
GPU · Portable
UniDock-win64.zip
Uni-Dock-GPU.exe, UniDock-Pro-GPU.exe, vcomp140.dll
需求：NVIDIA Driver ≥ R528
WINDOWS GPU · 独家优势

原项目尚未提供，LK-UniDock 静态打包补齐。

原项目目前 未发布 Windows GPU 预编译二进制。LK-UniDock 通过全静态链接构建补齐这部分：CUDA Runtime、Boost、MSVC CRT 全部静态嵌入，运行时仅需 vcomp140.dll。

WINDOWS GPU PORTABLE BUILD

从 10+ 个动态依赖 到 仅 1 个。

组件 LK-UniDock build 原项目 GitHub release
Windows GPU binary ✓ 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 1 个：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
GPU ARCHITECTURES · 显卡支持

从 Pascal 到 Blackwell，
一份二进制全覆盖。

Windows / Linux GPU 构建支持 sm_60 到 sm_120 全部架构。CUDA 12.8 构建带来 Blackwell（RTX 50）支持，一个二进制覆盖 GTX 10 到 RTX 50。

架构 代表 GPU 支持
sm_60 / sm_61GTX 1060 / GTX 1080 Ti（Pascal）✓
sm_70Tesla V100 / Titan V（Volta）✓
sm_75RTX 20 系列 / T4（Turing）✓
sm_80 / sm_86RTX 30 系列 / A100（Ampere）✓
sm_89RTX 40 系列 / L40（Ada Lovelace）✓
sm_90H100（Hopper）✓
sm_100 / sm_120RTX 50 / Blackwell（CUDA 12.8 构建）✓

💡 最小驱动要求：Windows GPU 二进制需要 NVIDIA Driver ≥ R528（2022 年末发布）。RTX 50（Blackwell）额外需要 ≥ R570。

QUICK START · 快速开始

三种典型对接场景。

单配体全局对接、GPU 批量虚拟筛选、以及 UniDock-Pro 的相似性引导 / 混合模式。

# ───── 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/
# ───── UniDock-Pro：Score 模式（CPU · macOS 支持）───── ./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 # 输出包含详细能量分解： # 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
KEY PARAMETERS · 关键参数

常用选项一览。

参数 默认值 说明
Uni-Dock
--exhaustiveness8搜索彻底性（越大越准、越慢）
--num_modes9最大输出构象数
--energy_range3.0能量窗口（kcal/mol）
--scoringvina评分函数：vina / vinardo / ad4
--score_only—仅评估当前 pose，不搜索
--local_only—仅局部优化
UniDock-Pro 额外参数
--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_memoryall限制 GPU 内存使用（MB）
--refine_step3精化步数
VS ORIGINAL · 与原项目的差异

LK-UniDock 在原项目上进行了哪些适配？

LK-UniDock 的源码基于 Uni-Dock / UniDock-Pro 原项目，主要进行了几个跨平台构建适配，以便 MSVC + CUDA 12 环境下能顺利构建、以及支持静态打包（portable build）。所有修改均以开源形式发布，欢迎原项目及社区取用。

PATCH 1
Boost Filesystem CUDA Guard
src/lib/common.h 中 boost/filesystem/path.hpp 在 MSVC + CUDA 12 下会引发 __std_fs_copy_options 相关构建错误。添加 __CUDACC__ guard 隔离。
PATCH 2
File I/O CUDA Guard
src/lib/file.h 应用同样的 __CUDACC__ guard，防止 CUDA TU 通过 file.h 间接引入 Boost filesystem 头。
PATCH 3
Cache Headers 改造
cache.h / ad4cache.h 中 Boost filesystem #include 下移到 .cpp 文件，防止 monte_carlo.cu 链式导入。
PATCH 4
CMakeLists 跨平台扩展
新增 CMP0167、FORCE_CPU_ONLY、BUILD_PORTABLE、FETCH_BOOST、macOS OpenMP 检测、CUDA sm_100/120 自动检测、/utf-8 MSVC 标志等。
PATCH 5
构建脚本
新增 build_mac.sh（macOS CPU）、build_linux.sh（Linux CPU + GPU）、build_windows.bat（Windows CPU + GPU Portable）。
PATCH 6
UniDock-Pro 项目补齐
原项目尚未提供 LICENSE，LK-UniDock 同步补齐 Apache 2.0；补全 .github/workflows/build.yml CI 工作流；MSVC/CUDA 补丁同步。相关改动可 PR 回原项目。
项目 原项目 dptech-corp/Uni-Dock LK-UniDock
源码版本v1.1.3v1.1.3（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动态（需 CUDA Toolkit）静态嵌入
Boost动态（需 conda / vcpkg）静态嵌入 FETCH_BOOST=ON
MSVC CRT动态（需 VC++ Redist）静态嵌入 BUILD_PORTABLE=ON
Windows 运行时 DLL 数10+1（vcomp140.dll）
MSVC + CUDA 环境适配需手工处理✓ 已通过 __CUDACC__ guard 适配
BUILD · 源码构建

从源码构建三平台完整版本。

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 不支持 NVIDIA 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 和 dist/UniDock-Pro（仅系统库依赖，完全可移植） # ───── Linux（CPU + GPU）───── bash build_linux.sh # 同时构建 CPU + GPU 版本 bash build_linux.sh --cpu-only # 仅 CPU bash build_linux.sh --gpu-only # 仅 GPU（需 CUDA 11.8+） bash build_linux.sh --fetch-boost # 自动下载 Boost # ───── Windows GPU Portable Build（推荐）───── # 必须在 x64 Native Tools Command Prompt for VS 2022 中运行 # 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 set PATH=%CUDA_PATH%\bin;%PATH% 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： # [Uni-Dock] CUDA found: .../v12.8/bin/nvcc.exe. Building GPU-accelerated version. # [Uni-Dock] BUILD_PORTABLE=ON: using static CUDA runtime. # [Uni-Dock] CUDA >= 12.8 detected: enabling sm_100/sm_120 for Blackwell. # # 结果：build_portable\Release\unidock.exe（仅需 vcomp140.dll 运行）
TROUBLESHOOTING · 常见构建错误

遇到报错对号入座。

错误信息 原因 解决方案
[CPU-only build] GPU batch docking unavailable CUDA 未检测到 使用 -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（此仓库已包含）
boost_thread.lib (shared, Boost_USE_STATIC_LIBS=ON) conda Boost + BUILD_PORTABLE=ON 冲突 使用 -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（即使 nvcc 在 PATH） -T cuda="..." 路径含空格 使用 -DCMAKE_CUDA_COMPILER=full\path\to\nvcc.exe

开始 GPU 加速 虚拟筛选

LK-UniDock 基于 Apache 2.0 许可证开源发行。预编译二进制覆盖 macOS arm64、Linux x86_64、Windows x64 三平台。Windows GPU 版本全静态链接，复制即用。核心算法与实现来自 Uni-Dock 与 UniDock-Pro 原项目，特此致谢。

下载最新 Release → 查看构建指南