# Dokowanie cząsteczek do białek

EN: **Molecular docking and binding prediction** · id `docking` · aliases: molecular docking, DiffDock, protein–ligand binding, dokowanie molekularne, wirtualny screening

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [AI w nauce](https://aiatlasgraph.com/t/aiscience.md) › [Chemia i odkrywanie leków](https://aiatlasgraph.com/t/chemistry.md) › Dokowanie cząsteczek do białek

## Description

- PL: Predykcja pozy wiązania ligandu w białku i siły wiązania; klasycznie przeszukiwanie z funkcją oceny, obecnie także modele generatywne i przewidywanie całych kompleksów.
- EN: Predicting a ligand's binding pose in a protein and its binding strength; classically search with a scoring function, now also generative models and whole-complex prediction.

## In one sentence

- PL: Przewidywanie, jak mała cząsteczka leku ułoży się w zagłębieniu białka i jak mocno się w nim utrzyma.
- EN: Predicting how a small drug molecule will sit in a protein's pocket and how firmly it will hold there.

## Problem it solves

- PL: Lek działa tylko wtedy, gdy pasuje do celu jak klucz do zamka, a sprawdzanie każdego klucza w laboratorium trwa.
- EN: A drug only works if it fits its target like a key in a lock, and trying every key in the lab takes time.

## What it does

- PL: Model wkłada klucz do zamka w przypadkowym położeniu, a potem krok po kroku obraca go i przesuwa, aż znajdzie najlepsze dopasowanie.
- EN: The model drops the key into the lock at random, then turns and shifts it step by step until it finds the best fit.

## Everyday example

- PL: Badacz sprawdza na komputerze, czy znany już lek może pasować do białka innej choroby, zanim zleci testy.
- EN: A researcher checks on a computer whether an existing drug might fit a protein from another disease before ordering tests.

## This concerns you if you…

- PL: wiesz, które białko chcesz zablokować
- PL: przesiewasz wiele związków pod jeden cel
- EN: know which protein you want to block
- EN: screen many compounds against one target

## Keywords

AutoDock Vina · DiffDock · PDBBind · PoseBusters · AlphaFold 3 · virtual screening · binding affinity

## How it works

- PL: Klasyczne narzędzia (np. AutoDock Vina) przeszukują położenia i konformacje ligandu z empiryczną funkcją energii. DiffDock traktuje dokowanie jako generowanie: dyfuzja po przesunięciu, obrocie i kątach torsyjnych ligandu plus model pewności. Modele typu AlphaFold 3 przewidują cały kompleks naraz.
- EN: Classical tools (e.g. AutoDock Vina) search ligand positions and conformations with an empirical energy function. DiffDock treats docking as generation: diffusion over the ligand's translation, rotation and torsion angles plus a confidence model. AlphaFold 3-style models predict the whole complex at once.

## Limits

- PL: Poprawna poza nie oznacza dużej siły wiązania, którą wciąż przewiduje się słabo. Modele uczone na znanych kompleksach gorzej radzą sobie z nowymi kieszeniami i ruchliwymi białkami, a benchmarki bywają skażone podobieństwem do treningu.
- EN: A correct pose does not mean strong binding, which is still predicted poorly. Models trained on known complexes struggle with new pockets and flexible proteins, and benchmarks can be contaminated by similarity to training data.

## Key terms

- PL: **poza wiązania**: Położenie i ułożenie cząsteczki leku wewnątrz kieszeni białka.
- PL: **powinowactwo**: Jak mocno lek trzyma się swojego celu.
- PL: **RMSD**: Średnia odległość atomów między przewidzianą a prawdziwą strukturą.
- EN: **binding pose**: The position and orientation of a drug molecule inside a protein pocket.
- EN: **binding affinity**: How tightly a drug holds on to its target.
- EN: **RMSD**: Average atom distance between predicted and true structures.

## Know first

- [Modele dyfuzyjne (Diffusion models)](https://aiatlasgraph.com/t/diffusion.md)

## Related topics

Untyped, symmetric "see also" links.

- [Przewidywanie struktury białek i kompleksów (Protein and biomolecular complex structure prediction)](https://aiatlasgraph.com/t/proteinstructure.md)

## Sources

- [Accurate structure prediction of biomolecular interactions with AlphaFold 3](<https://www.nature.com/articles/s41586-024-07487-w>) `alphafold3-2024` · by Josh Abramson, Jonas Adler, Jack Dunger, Richard Evans i in. (Google DeepMind, Isomorphic Labs)
- [DiffDock: Diffusion Steps, Twists, and Turns for Molecular Docking](<https://arxiv.org/abs/2210.01776>) `diffdock-2022` · by Gabriele Corso, Hannes Stärk, Bowen Jing, Regina Barzilay, Tommi Jaakkola

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/docking · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30