版塊導(dǎo)航: 正在加載中...

應(yīng)《網(wǎng)絡(luò)安全法》要求，自2017年10月1日起，未進(jìn)行實(shí)名認(rèn)證將不得使用互聯(lián)網(wǎng)跟帖服務(wù)。為保障您的帳號(hào)能夠正常使用，請(qǐng)盡快對(duì)帳號(hào)進(jìn)行手機(jī)號(hào)驗(yàn)證，感謝您的理解與支持！

24小時(shí)熱門版塊排行榜

返回列表

MolAICal

新蟲 (初入文壇)

應(yīng)助: 1 (幼兒園)
金幣: 52.1
紅花: 1
帖子: 35
在線: 17.1小時(shí)
蟲號(hào): 22584834
注冊(cè): 2020-06-03
專業(yè): 藥物設(shè)計(jì)與藥物信息

[交流] 使用MolAICal進(jìn)行多肽虛擬篩選教程-同樣適用于蛋白質(zhì)和核酸的虛擬篩選已有1人參與

MolAICal官方地址： https://molaical.github.io/  或  https://molaical.gitlab.io/

更詳細(xì)的教程見：https://molaical.gitlab.io/cntutorial.html 或  https://molaical.github.io/tutorial.html

本教程也適用于蛋白-蛋白，蛋白-核酸等虛擬篩選，MolAICal還提供了一種更快速并可以兼容非氨基酸殘基類型的多肽篩選方式：
https://molaical.gitlab.io/cntutorial.html  中的: 30. 使用MolAICal在受體口袋中進(jìn)行多肽虛擬篩選

多肽生成的教程，見 https://molaical.gitlab.io/cntutorial.html 中的: 28. 使用MolAICal生成多肽的教程

本教程沒有包含附錄，更詳細(xì)教程請(qǐng)見：https://molaical.gitlab.io/cntutorial.html  中的: 29. 使用MolAICal與LightDock進(jìn)行多肽虛擬篩選教程-同樣適用于蛋白質(zhì)和核酸的虛擬篩選
________________________________________
1. 引言
MolAICal 可以使用開源的 LightDock 軟件（https://lightdock.org）并通過 MM/GBSA 或 MM/PBSA 方法進(jìn)一步提升生物大分子對(duì)接的準(zhǔn)確性。LightDock 是一個(gè)開源（GPL-3.0 許可）的對(duì)接框架，適用于蛋白質(zhì)-蛋白質(zhì)、蛋白質(zhì)-肽段、蛋白質(zhì)-RNA 和蛋白質(zhì)-DNA 復(fù)合物的對(duì)接。它特別擅長(zhǎng)處理柔性及具有挑戰(zhàn)性的情況（例如瞬時(shí)相互作用、低親和力復(fù)合物，或需要主鏈/側(cè)鏈靈活性的體系），并且作為一個(gè)可擴(kuò)展平臺(tái)，支持測(cè)試新型打分函數(shù)、約束條件或優(yōu)化策略。LightDock 采用螢火蟲群優(yōu)化算法（Glowworm Swarm Optimization, GSO）——一種最初為多峰函數(shù)優(yōu)化設(shè)計(jì)的仿生群體智能方法。
本教程以胰高血糖素樣肽-1 受體（GLP-1R）與艾塞那肽-4（exendin-4，首個(gè) FDA 批準(zhǔn)的 GLP-1R 激動(dòng)劑）為例進(jìn)行演示（PDB ID: 7LLL.pdb）。

注意：本教程僅適用于 Linux 操作系統(tǒng)！

本教程展示了一種通過 MolAICal 與 LightDock 平臺(tái)集成實(shí)現(xiàn)肽段虛擬篩選的計(jì)算流程。MolAICal 能夠高效生成并預(yù)測(cè)多種肽段候選結(jié)構(gòu)的 3D 構(gòu)象，包括線性和環(huán)狀變體以及不同二級(jí)結(jié)構(gòu)；而 LightDock 則采用先進(jìn)的群體優(yōu)化算法，實(shí)現(xiàn)高精度的蛋白質(zhì)-肽段對(duì)接模擬。該聯(lián)合方法使研究人員能夠?qū)Τ汕先f種肽段變體進(jìn)行靶向篩選，基于結(jié)合能和相互作用模式識(shí)別出有潛力的結(jié)合體。通過多尺度建模方法和并行計(jì)算能力，該流程顯著加速了治療性肽段、蛋白質(zhì)抑制劑和核酸結(jié)合物的發(fā)現(xiàn)過程（只需將肽段替換為蛋白質(zhì)或核酸即可）。
更多細(xì)節(jié)請(qǐng)參閱蛋白質(zhì)-DNA 和蛋白質(zhì)-RNA 對(duì)接教程，以及 MolAICal 用戶手冊(cè)。
________________________________________
2. 材料
2.1 軟件要求
1. MolAICal：https://molaical.github.io
2. NAMD（CPU 版本）：https://www.ks.uiuc.edu/Research/namd/
注意：本教程可使用 NAMD 2.x、3.x 或更高版本。例如，若您使用 NAMD 3.x 版本，則將教程中的命令 “namd2” 替換為 “namd3”。更高版本的 NAMD 亦可采用類似方式替換。
3. PyMol：https://github.com/cgohlke/pymol-open-source-wheels, https://github.com/maabuu/pymol-wheels , https://pypi.org/project/pymol-open-source-whl/ , https://github.com/cnpem/PyMOL4Win
4. VMD：https://www.ks.uiuc.edu/Research/vmd

2.2 示例文件
1. 所有必需的教程文件可從以下地址下載：
https://gitee.com/molaical/tutorials/tree/master/028-peptide_vs_lm
________________________________________
3. 操作流程
3.1 分子準(zhǔn)備
為了解決Linux中的庫(kù)依賴問題，Linux版本的MolAICal (Windows 版本的MolAICal沒有采用容器)采用了基于容器的方法。如果需要調(diào)用外部程序，建議在MolAICal容器內(nèi)安裝這些程序。如果不需要外部程序，可以忽略此步驟。本教程需要外部程序NAMD和VMD，具體步驟如下：
1. 首先，將文件復(fù)制到 MolAICal 容器中

CODE:

# 進(jìn)入容器文件系統(tǒng)（將進(jìn)入 "/root" 目錄）

#> molaical.exe -eset shell in

# 將 VMD 和 NAMD 安裝包從本地機(jī)器復(fù)制到容器中，'cp' 命令的第一部分（源路徑）# 位于本地主機(jī)，第二部分（目標(biāo)路徑）在容器內(nèi)；VMD 和 NAMD 軟件包可通過以下命 # 令移入容器。

#> cp /home/user/<本地文件> /root/soft

# 退出容器文件系統(tǒng)

#> exit

2. 其次，進(jìn)入 MolAICal 容器的虛擬環(huán)境

CODE:

#> molaical.exe -eset sys run molaical

注：molaical 是容器名稱。

3. 在 MolAICal 容器虛擬環(huán)境中安裝軟件的方式與在本地主機(jī)上安裝相同。以下以安裝 VMD 和 NAMD 為例：
1) 安裝 NAMD：
解壓 NAMD 文件（假設(shè)解壓后的文件夾名為 namdcpu），然后使用以下命令將其路徑告知 MolAICal：

CODE:

#> molaical.exe -call set -n NAMD -p "/root/soft/namdcpu/namd3"

注：請(qǐng)將上述 VMD 和 NAMD 的路徑替換為您系統(tǒng)中的實(shí)際路徑。-n 后面的 "VMD" 和 "NAMD"（大小寫不敏感）是固定的標(biāo)識(shí)符。為確保 MM/GBSA 結(jié)果的可重復(fù)性，建議使用 NAMD 的 CPU 版本，因?yàn)?CUDA 版本中的 seed 參數(shù)似乎對(duì)結(jié)果可重復(fù)性無效。

2) 安裝 VMD：
按以下步驟操作：
 解壓 VMD 文件：

CODE:

#> tar -xzvf vmd-xxx.tar.gz

注：請(qǐng)將上述路徑替換為您系統(tǒng)中的實(shí)際路徑。
 修改 VMD 解壓目錄中名為 configure 的文件中的安裝路徑：

CODE:

# 默認(rèn)值：

$install_bin_dir="/usr/local/bin";

$install_library_dir="/usr/local/lib/$install_name";

# 修改為：

$install_bin_dir="/root/soft/vmd193/bin";

$install_library_dir="/root/soft/vmd193/lib/$install_name";

 安裝 VMD：

CODE:

#> cd vmd-xxx

#> ./configure LINUXAMD64

#> cd src

#> make install

注：請(qǐng)運(yùn)行 ./configure 并根據(jù)所用計(jì)算機(jī)選擇正確的類型，此處為 "LINUXAMD64"。

 然后使用以下命令將 VMD 路徑告知 MolAICal：

CODE:

#> molaical.exe -call set -n VMD -p "/root/soft/vmd193/bin/vmd"

至此，NAMD 和 VMD 在 MolAICal 容器內(nèi)的安裝與配置已完成。為防止MolAICal出現(xiàn)問題時(shí)丟失已安裝的程序（例如VMD和NAMD），請(qǐng)參閱附錄2中的第3步。

進(jìn)入教程材料文件夾 “028-peptide_vs_lm”：

CODE:

#> cd 028-peptide_vs_lm

將看到以下文件列表：
 7LLL.pdb：來自 https://www.rcsb.org 的復(fù)合物結(jié)構(gòu)文件（PDB 格式）
 dock_u.sh：對(duì)接單元腳本（適用于本教程類似的膜蛋白受體）
 dock_u_nomem.sh：對(duì)接單元腳本（適用于非膜蛋白受體）
 dock_u_cyc.sh：環(huán)肽與膜蛋白的對(duì)接單元腳本
 dock_u_cyc_nomem.sh：環(huán)肽與非膜蛋白的對(duì)接單元腳本
 mempro.pdb：本受體對(duì)應(yīng)的膜蛋白受體（制備方法見附錄 1或 MolAICal 蛋白質(zhì)-肽段對(duì)接教程）
 new.pdb：受體構(gòu)建過程中的臨時(shí)文件
 P_peptide.pdb：從 “7LLL.pdb” 中提取的肽段配體（制備方法見附錄 1或 MolAICal 蛋白質(zhì)-肽段對(duì)接教程）
 restraints.list：指定活性位點(diǎn)的文件，可減少構(gòu)象搜索的對(duì)接時(shí)間（制備方法見附錄 1）
 R_protein.pdb：從 “7LLL.pdb” 中提取的受體文件（制備方法見附錄 1）
 R_P_complex.pdb：包含肽段配體和受體的復(fù)合物文件（制備方法見附錄 1）

選項(xiàng)：LightDock中的DFIRE評(píng)分函數(shù)需要標(biāo)準(zhǔn)氨基酸殘基及其原子名稱，因此在使用DFIRE評(píng)分函數(shù)進(jìn)行對(duì)接前，必須檢查并修復(fù)受體或配體。修復(fù)命令如下：

CODE:

#> molaical.exe -call run -c sfile -i lmfix_rec.py -i protein.pdb -o protein_fixed.pdb

此處該P(yáng)DB文件正常，無需通過上述選項(xiàng)處理。
________________________________________
3.2 肽段生成
LightDock的功能實(shí)現(xiàn)依賴于打分函數(shù)所支持的氨基酸類型。例如：DFIRE僅支持標(biāo)準(zhǔn)氨基酸及殘基名稱為"MMB"的氨基酸；此時(shí)必須使用"-nc"參數(shù)以避免在生成肽段的N端和C端添加封端基團(tuán)，因?yàn)镈FIRE無法識(shí)別這些修飾結(jié)構(gòu)。
1) 使用 MolAICal 生成線性肽段

CODE:

#> molaical.exe -call run -c pepgen -i -l 8 -n 2 -3d -nc -o linear_seq.txt -dir linear

參數(shù)說明：
 -call：與外部程序或命令交互。值為 ‘set’（設(shè)置環(huán)境）或 ‘run’（運(yùn)行程序）
 -i：調(diào)用外部程序，其后跟隨該程序的所有命令行參數(shù)
 -c（在 -i 之前）：若值為 “pepgen”，則生成肽段
 -l：肽段中氨基酸殘基數(shù)
 -n：生成的唯一序列數(shù)量
 -3d：使用 pyPept 生成 3D 結(jié)構(gòu)
 -nc：不為序列添加乙酰基（ac）/酰胺基（am）封端
 -o：生成序列的輸出文件
 -dir：3D 結(jié)構(gòu)的輸出目錄
 更多細(xì)節(jié)請(qǐng)參閱 MolAICal 手冊(cè)。

生成的 3D 肽段位于 “l(fā)inear” 文件夾中，可用于后續(xù)虛擬篩選。

2) 使用 MolAICal 生成帶有固定殘基的線性肽段（用于肽段修飾）

CODE:

#> molaical.exe -call run -c pepgen -i -l 8 -n 3 -rc 3 -nc -3d -dir mpep -s EEYVPIST -d none -fix 1 7

新增參數(shù)說明：
 -dir：3D 結(jié)構(gòu)輸出目錄
 -rc：使用 RDKit 生成的隨機(jī)構(gòu)象數(shù)量（默認(rèn)：1）
 -d：從種子序列擴(kuò)展的方向（[forward, backward, both, none]）
 -s：起始序列（可選）
 -fix：生成過程中保持固定的殘基位置（1 起始索引）

3) 使用 MolAICal 生成環(huán)狀肽段
MolAICal 還支持生成含二硫鍵等修飾的肽段（詳見 MolAICal 手冊(cè)）。

CODE:

#> molaical.exe -call run -c pepgen -i -l 8 -n 3 -rc 3 -cc -3d -c 4 -dir cyclic

新增參數(shù)說明：
 -cc：生成環(huán)狀肽段（僅支持 BILN/HELM 格式）
 -c（在 -i 之后）：用于并行處理的 CPU 核心數(shù)

在 “l(fā)inear”、“mpep” 和 “cyclic” 目錄中分別包含了三類肽段，適用于不同目的。由于肽段虛擬篩選計(jì)算耗時(shí)，本教程僅提取少量肽段用于演示。用戶可根據(jù)自身計(jì)算資源生成足量肽段用于研究。
________________________________________
3.3 肽段虛擬篩選
MolAICal 的虛擬篩選方法包括：創(chuàng)建一個(gè) 對(duì)接單元（Docking Unit）腳本文件，其中包含多個(gè)任務(wù)；每個(gè)單元對(duì)接一個(gè)分子（見圖 1）。在此基礎(chǔ)上，通過多核并行處理可同時(shí)篩選多個(gè)分子，實(shí)現(xiàn)虛擬篩選。

使用MolAICal進(jìn)行多肽虛擬篩選教程-同樣適用于蛋白質(zhì)和核酸的虛擬篩選

圖 1：對(duì)接單元示意圖

“l(fā)inear” 和 “mpep” 文件夾中的肽段可使用相同流程篩選。對(duì)于 “cyclic” 文件夾中的環(huán)狀肽段，需進(jìn)行小幅修改：在 MM/GB/PB/SA 步驟中，末端殘基必須使用 ‘LINK’ 進(jìn)行打補(bǔ)丁。該方法也適用于肽段中二硫鍵等殘基修飾。

1) 對(duì) “l(fā)inear” 和 “mpep” 文件夾中的線性肽段進(jìn)行篩選：

CODE:

#> molaical.exe -call run -c sfile -i vs_ml.sh 1::=linear 2::=mempro.pdb 3::=R 4::=Z 5::=8 6::=1 9::=dock_u.sh

參數(shù)說明：
 '-call'：與外部程序交互（‘set’/‘run’）
 '::= '：用于按指定順序?yàn)閰?shù)賦值，后面的變量必須緊跟"::="，不能有空格。
 '-c'：若值為 “sfile”，則運(yùn)行 MolAICal 腳本
 '1::= '：待篩選分子（如肽段）的工作目錄（默認(rèn)：‘linear’）
 '2::= '：受體文件（默認(rèn)：‘mempro.pdb’）
 '3::= '：第一個(gè)分子（即受體）的鏈名（默認(rèn)：‘R’）
 '4::= '：第二個(gè)分子（即配體）的鏈名（默認(rèn)：‘Z’）
 '5::= '：每個(gè)子任務(wù)（即每次對(duì)接）使用的 CPU 核心數(shù)（默認(rèn)：2）
 '6::= '：虛擬篩選任務(wù)使用的CPU核心總數(shù)。默認(rèn)值為1。此參數(shù)決定啟動(dòng)的并行管道數(shù)量，多個(gè)并行管道會(huì)顯著增加內(nèi)存消耗。建議保持默認(rèn)值1，即僅激活一個(gè)管道。除非可用內(nèi)存資源非常充足，方可考慮增加并行管道數(shù)量。若要進(jìn)一步提升計(jì)算效率，可增加單個(gè)管道內(nèi)子任務(wù)的并行核心數(shù)，例如通過"5::=8"格式配置（表示該子任務(wù)使用8個(gè)核心）。
 '8::= '：調(diào)試模式（0 或 1）。1 表示測(cè)試任務(wù)以檢查錯(cuò)誤；0 表示直接運(yùn)行（默認(rèn)：0）
 '9::= '：MolAICal 腳本格式的對(duì)接腳本文件（默認(rèn)：‘dock_unit.sh’）
 '11::= '：結(jié)果輸出目錄（默認(rèn)：‘dresults’）

更多細(xì)節(jié)請(qǐng)參閱 MolAICal 手冊(cè)。

2) 對(duì) “cyclic” 文件夾中的環(huán)狀肽段進(jìn)行篩選：

CODE:

#> molaical.exe -call run -c sfile -i vs_ml.sh 1::=cyclic 2::=mempro.pdb 3::=R 4::=Z 5::=8 6::=1 8::=0 9::=dock_u_cyc.sh 11::=cyc_result

________________________________________
3.4 結(jié)果排序
此處以 “cyc_result” 文件夾中的結(jié)果為例進(jìn)行說明，用戶可參考此案例用于自身研究。
1) 僅處理自定義百分比（此處為 20%）的篩選候選分子：

CODE:

#> molaical.exe -call run -c sfile -i rank_ppn.py cyc_result -m filtered -p 20 -fo filtered_results

或
2) 僅處理 MMGBPBSA，并自定義結(jié)果輸出目錄：

CODE:

#> molaical.exe -call run -c sfile -i rank_ppn.py cyc_result -m mmgbpbsa -mo mmgbpbsa_results -p 20

或
3) 同時(shí)處理篩選與 MMGBPBSA，使用默認(rèn)設(shè)置并獲取前 20% 的結(jié)果：

CODE:

#> molaical.exe -call run -c sfile -i rank_ppn.py cyc_result -p 20 -fo filtered_results -mo mmgbpbsa_results

參數(shù)說明：
 -m {both,filtered,mmgbpbsa}: 處理模式（默認(rèn)：both）
 -p: 提取頂部分子的百分比（默認(rèn)：5.0）
 -fo: 篩選結(jié)果輸出目錄（默認(rèn)：vs_filtered_results）
 -mo: MMGBPBSA結(jié)果輸出目錄（默認(rèn)：vs_mmgbpbsa_results）
 "cyc_result"是包含用于虛擬篩選的候選肽段分子的輸入目錄。
 更多幫助信息，請(qǐng)查閱MolAICal用戶手冊(cè)

任務(wù)續(xù)跑：如果任務(wù)被中斷，請(qǐng)運(yùn)行以下命令進(jìn)行恢復(fù)：

CODE:

#> molaical.exe -call run -c sfile -i vs_ml.sh 1::=linear 5::=8 7::=1 12::=continuevs

 '7::=': 檢查對(duì)接任務(wù)是否完成。其值為 0 或 1。若值為 1，將檢查 MM/GB/PB/SA 步驟的結(jié)果；若值為 0，則檢查第一步虛擬篩選步驟的結(jié)果。默認(rèn)值為 1。
 '12::=': 為對(duì)接腳本文件 '9::=' 提供更多選項(xiàng)。默認(rèn)值為空字符串，用 "" 表示。若此輸入包含多個(gè)參數(shù)，請(qǐng)使用逗號(hào)字符 ',' 分隔。MolAICal 會(huì)自動(dòng)將每個(gè)逗號(hào) ',' 轉(zhuǎn)換為空格 " "。它有一些特殊值：
 若為 "createdir"，則僅創(chuàng)建虛擬篩選的文件夾；
 若為 "startvs"，則僅運(yùn)行虛擬篩選任務(wù)；
 若為 "continuevs"，則會(huì)處理剩余的未完成虛擬篩選任務(wù)；
 若為 "sn_{num}"，則會(huì)設(shè)置 ${num} 個(gè)并行管道，這對(duì)應(yīng)于 '6::=' 的設(shè)置；
 否則，運(yùn)行所有任務(wù)。

在指定文件夾 ${work_dir}（例如 "linear" 文件夾）中完成虛擬篩選的 PDB 文件，將被移動(dòng)到目錄 ${work_dir}_complete_folder 中。然后，直接運(yùn)行之前的虛擬篩選程序?qū)?${work_dir} 文件夾恢復(fù)任務(wù)，從而有效實(shí)現(xiàn)任務(wù)續(xù)跑。
________________________________________
參考文獻(xiàn)
1. Jiménez-García, B.; Roel-Touris, J.; Romero-Durana, M.; Vidal, M.; Jiménez-González, D.; Fernández-Recio, J., LightDock: a new multi-scale approach to protein-protein docking. Bioinformatics 2018, 34 (1), 49–55.

2. Krishnanand, K. N.; Ghose, D., Glowworm swarm optimization for simultaneous capture of multiple local optima of multimodal functions. Swarm Intelligence 2009, 3 (2), 87–124.
________________________________________

回復(fù)此樓

» 本帖已獲得的紅花（最新10朵）

滴滴Grace合肽庫(kù)

» 猜你喜歡

一志愿東北大學(xué)080500，英一數(shù)二343分求調(diào)劑已經(jīng)有3人回復(fù)
266求調(diào)劑已經(jīng)有6人回復(fù)
材料與化工，291分，求調(diào)劑已經(jīng)有3人回復(fù)
0856材料與化工求調(diào)劑！已經(jīng)有5人回復(fù)
一志愿武漢理工大學(xué)-085602-總分296分-求調(diào)劑已經(jīng)有3人回復(fù)
材料化工調(diào)劑已經(jīng)有18人回復(fù)
085601 材料工程 320 已經(jīng)有4人回復(fù)
070300化學(xué) 280 一志愿太原理工求調(diào)劑已經(jīng)有3人回復(fù)
化學(xué)工程求調(diào)劑已經(jīng)有3人回復(fù)
求調(diào)劑已經(jīng)有3人回復(fù)

» 本主題相關(guān)商家推薦: (我也要在這里推廣)

1樓 2026-01-24 05:34:24

已閱回復(fù)此樓關(guān)注TA 給TA發(fā)消息送TA紅花 TA的回帖

滴滴Grace合肽庫(kù)

金蟲 (正式寫手)

應(yīng)助: 1 (幼兒園)
金幣: 1695.1
散金: 226
沙發(fā): 2
帖子: 811
在線: 72.6小時(shí)
蟲號(hào): 23321770
注冊(cè): 2020-08-05
專業(yè): 外國(guó)語言

★
小木蟲: 金幣+0.5, 給個(gè)紅包，謝謝回帖

送紅花一朵

ദ്്ദി˶˃ ˂ )✧頂頂，感謝

贊一下

回復(fù)此樓

強(qiáng)耀生物call159~2196~2342-多肽引物蛋白抗體定制服務(wù)，含肽庫(kù)/陣列/互作/測(cè)序等

2樓2026-01-26 14:42:55

已閱回復(fù)此樓關(guān)注TA 給TA發(fā)消息送TA紅花 TA的回帖

相關(guān)版塊跳轉(zhuǎn) 我要訂閱樓主 MolAICal 的主題更新

返回列表

普通表情龍兔虎貓高級(jí)回復(fù) (可上傳附件)

最具人氣熱帖推薦 [查看全部]		作者	回/看	最后發(fā)表

[考研] 312求調(diào)劑 +7	醋精華了一下發(fā)?/a> 2026-03-03	9/450	2026-03-04 15:30 by 每天只擺一小會(huì)
[考研] 281求調(diào)劑 +3	我是小小蔥蔥 2026-03-03	5/250	2026-03-04 14:23 by kakakapanpan
[考研] 化學(xué) 0703求調(diào)劑總分293 一志愿211 +7	土土小蟲 2026-03-03	7/350	2026-03-04 10:15 by qingfeng258
[考研] 264求調(diào)劑 +3	thext 2026-03-03	3/150	2026-03-04 09:29 by 熱情沙漠
[考研] 復(fù)試調(diào)劑 +4	杰尼龜aaa 2026-03-03	4/200	2026-03-03 23:06 by zhukairuo
[考研] 0856材料工程，初試313調(diào)劑 +7	賣個(gè)關(guān)子吧 2026-03-03	7/350	2026-03-03 21:33 by L135790
[考研] 276求調(diào)劑 +8	路lyh123 2026-02-28	10/500	2026-03-03 18:25 by xin吖
[考研] 290求調(diào)劑 +9	ErMiao1020 2026-03-02	9/450	2026-03-03 18:03 by linlonghao
[考研] 江蘇省農(nóng)科院招調(diào)劑1名 +5	Qwertyuop 2026-03-01	5/250	2026-03-03 17:50 by 梅子鴨鴨
[考研] 085602化學(xué)工程350，調(diào)劑，有沒有211的 +5	利好利好. 2026-03-02	9/450	2026-03-03 17:06 by 利好利好.
[論文投稿] 通訊作者寫誰，問題是你意想不到的問題 15+3	阿爾法啊 2026-03-01	3/150	2026-03-03 09:13 by 北京萊茵潤(rùn)色
[考研] 271求調(diào)劑 +4	Ricardo1113 2026-03-02	4/200	2026-03-03 08:00 by 無際的草原
[考研] 【2026 碩士調(diào)劑】課題組招收調(diào)劑生 +3	考研版棒棒 2026-03-02	5/250	2026-03-03 01:45 by kkky.
[考研] 材料085601調(diào)劑 +5	多多子. 2026-03-02	5/250	2026-03-02 19:15 by zhukairuo
[考研] 265分求調(diào)劑不調(diào)專業(yè)和學(xué)校有行學(xué)上就 +6	禮堂丁真258 2026-02-28	9/450	2026-03-02 12:04 by 52hz~~
[考研] 化工專碩342，一志愿大連理工大學(xué)，求調(diào)劑 +6	kyf化工 2026-02-28	7/350	2026-03-02 10:56 by 無際的草原
[考研] 264求調(diào)劑 +4	巴拉巴拉根556 2026-02-28	4/200	2026-03-02 10:48 by yuchj
[考博] 26申博 +4	想申博！ 2026-02-26	6/300	2026-03-01 17:32 by 想申博！
[考研] 295復(fù)試調(diào)劑 +3	簡(jiǎn)木ChuFront 2026-03-01	3/150	2026-03-01 14:27 by zzxw520th
[考研] 304求調(diào)劑 +3	52hz~~ 2026-02-28	5/250	2026-03-01 00:00 by 52hz~~

亭亭五月天在线观看,亭亭五月天在线观看,国产最新av一区二区,国产 高清 中文字幕,99re热久久亚洲综合精品成人,熟妇 一区二区三区,一级做a爰片性色毛片武则天,美女的骚穴视频播放,国产美女午夜免费视频

24小時(shí)熱門版塊排行榜

MolAICal

[交流] 使用MolAICal進(jìn)行多肽虛擬篩選教程-同樣適用于蛋白質(zhì)和核酸的虛擬篩選 已有1人參與

» 本帖已獲得的紅花（最新10朵）

» 猜你喜歡

» 本主題相關(guān)商家推薦: (我也要在這里推廣)

滴滴Grace合肽庫(kù)

亭亭五月天在线观看,亭亭五月天在线观看,国产最新av一区二区,国产高清中文字幕,99re热久久亚洲综合精品成人,熟妇一区二区三区,一级做a爰片性色毛片武则天,美女的骚穴视频播放,国产美女午夜免费视频

[交流] 使用MolAICal進(jìn)行多肽虛擬篩選教程-同樣適用于蛋白質(zhì)和核酸的虛擬篩選已有1人參與