[发明专利]一种基于GPU加速AutoDock Vina的方法

权利要求书

1.一种基于GPU加速AutoDock Vina的方法，其特征在于：

所述方法包括如下步骤：

步骤1，利用开放运算语言OpenCL实现AutoDock Vina中CPU与GPU的异构并行结构，将AutoDock Vina中所有线程映射到GPU计算核心；所述异构并行结构由主机端和设备端组成，二者分别在CPU和GPU中运行；主机端首先进行运行，其运行产生的数据传送至设备端，再经设备端运行后得到最终构象，并将所述最终构象传回主机端进行操作；

步骤2，所述主机端的运行过程分为两部分，分别为设备端运行前部分和设备端运行后部分，并且在设备端运行前，主机端需先进行数据准备等任务；

步骤3，运行设备端，在设备端中，通过增加初始随机构象的数目来减少AutoDock Vina中每个线程的搜索步数，通过蒙特卡罗迭代局部搜索方法对每个线程中的构象不断进行优化，并输出最后优化的构象结果；

步骤4，将设备端运行后的数据回传至主机端，并在主机端进行步骤2中设备端运行后的操作，包括根据构象的分数对其进行排序，并利用BFGS对构象进行更精细的优化，输出最终排名较前的几个构象。

2.根据权利要求1所述的基于GPU加速AutoDock Vina的方法，其特征在于：所述步骤2中，主机端在设备端运行前的阶段，包括以下具体步骤：

步骤2.1，读取文件，由主机端读取配体和受体的.pdbqt文件，以及对接盒子参数的config.txt文件；

步骤2.2，设置OpenCL环境，包括识别并选择平台、设备、创建OpenCL上下文、创建命令队列、创建程序对象和内核对象；

选择OpenCL平台：使用时需要利用OpenCL中clGetPlatFormIDs函数查询、初始化计算机中所有可用的OpenCL平台，并选择其中一个可用平台进行使用，该可用平台是通过OpenCL中clGetPlatFormIDs函数获取并初始化平台；

选择OpenCL设备：利用OpenCL中clGetDeviceIDs函数指定执行内核代码的计算设备；

创建OpenCL上下文：通过上下文管理来自同一平台的计算设备；

创建命令队列：通过命令队列以用于操作OpenCL上下文中的内存、程序和内核对象；

创建程序对象：利用OpenCL C源代码或二进制文件来创建程序对象；

创建内核对象：使用cl_kernel数据结构表示内核对象；

步骤2.3，生成网格缓存，用于通过三线插值法计算分子构象与受体的分子间能量；

步骤2.4，生成分子内能量表，用于计算构象的分子内能量；

步骤2.5，生成随机数生成表，用于生成随机数值；

步骤2.6，生成随机分子构象，用于蒙特卡罗算法的初始构象。网格缓存、随机数生成表、分子内能量表、随机分子构象分配在只读内存的设备存储器中；

步骤2.7，将前述步骤中产生的数据传递至设备端。

3.根据权利要求1所述的基于GPU加速AutoDock Vina的方法，其特征在于：所述步骤2中，主机端在设备端运行后的阶段，包括以下具体步骤：

步骤2.8，将设备端中每个线程得到的最优构象均传到主机端的内存中，对主机端得到的分子构象进行排序；按照分子构象的分数高低，利用C++中内置函数sort对其进行排序操作，其中分数越低，排名越靠前；

步骤2.9，保留排名较前的多个构象；AutoDock Vina中设定的保留构象数目是20，因此保留排名在前的20个分子构象；

步骤2.10，对构象进行更具体的优化；即利用BFGS对步骤2.7中的20个构象进行优化，利用评分函数计算优化后的构象的分数，根据分子构象在搜索空间中的位置x、y、z,计算两个构象之间的均方根误差,当均方根误差的数值小于等于1时，只输出两个构象中能量较低的构象，最终输出的构象数目不超过9个。