On this page
Acoplament molecular
Acoblament molecular (o docking) és una tècnica informàtica que intenta predir com dues molècules encaixen entre elles. En concret, calcula:
- Quina orientació adopta una molècula quan s’apropa a una altra.
- Quina forma exacta (conformació) és la més estable quan interactuen.
- I com de forta és aquesta unió.
Dit d’una manera més visual: imagina una clau i un pany. El docking intenta esbrinar quina és la millor manera d’introduir la clau al pany perquè encaixi bé i s’hi mantingui estable —sense forçar-la ni soldar-la.
En la pràctica, sovint es fa servir per estudiar com una molècula petita (per exemple, un possible fàrmac) s’uneix a una proteïna. Aquesta unió sol ser no covalent, és a dir, no implica enllaços químics permanents, sinó interaccions més febles (com ponts d’hidrogen, forces electrostàtiques o interaccions hidrofòbiques).
A més de predir la posició d’unió, el docking també estima:
- L’afinitat (com de forta és la unió).
- I, indirectament, la possible activitat biològica de la molècula.
Per això és una eina clau en la indústria farmacèutica: permet provar virtualment milers de molècules abans de sintetitzar-les al laboratori. Això accelera el disseny racional de fàrmacs, reduint temps, costos i intents a cegues.
En resum:
L’acoblament molecular és una simulació computacional que prediu com dues molècules s’encaixen i amb quina estabilitat, especialment útil per dissenyar nous medicaments.
Lligand
Un lligand és una substància que forma un complex amb una biomolècula per servir un propòsit biològic. L’etimologia prové del llatí ligare, que significa ‘unir’.
En la unió proteïna-lligand, el lligand és generalment una molècula que produeix un senyal en unir-se a un lloc específic d’una proteïna objectiu.

La unió típicament resulta en un canvi d’isomerisme conformacional (conformació) de la proteïna objectiu.
Wikipedia - Docking molecular Wikipedia - Ligand
Python Tools
Python offers a range of libraries and tools that facilitate molecular docking simulations and analysis. Some popular Python libraries used in molecular docking are:
-
PyAutodock: PyAutodock is a Python wrapper for the popular docking software AutoDock Vina. It allows you to perform molecular docking studies using AutoDock Vina from within Python and enables programmatic control of the docking process.
-
PyRx (Python Prescription): PyRx is a virtual screening tool that utilizes Autodock Vina under the hood. It provides a user-friendly graphical interface but also offers a Python API for more advanced users who want to automate tasks or perform custom analyses.
-
Open Babel: Open Babel is a chemical toolbox designed to speak the many languages of chemical data. It can be used to convert molecular file formats and manipulate molecular structures, which is often useful in preparing input files for docking simulations.
-
RDKit: RDKit is another versatile cheminformatics library that can handle molecular data, including 2D and 3D molecule rendering, chemical transformations, and property calculations, which can be beneficial in preparing ligands and protein structures for docking studies.
These libraries provide functionalities to set up docking simulations, analyze docking results, visualize interactions, and perform further analysis. Additionally, with Python’s extensive scientific ecosystem, you can combine these libraries with others for data manipulation, visualization, and statistical analysis, making it a popular choice for researchers and scientists in the field of molecular docking.
Llavors, quina eina és la ideal per a fer docking ?
Hauria de complir aquests requisits:
- Una eina que funcioni en molts sistemes (Windows, macOS, Linux)
- Que no doni cap problema d’instal·lació
- Que es pugui veure fàcilment també des del navegador web*
No existeix una eina de docking completa que s’executi totalment en web sense instal·lar res.
Per això la combinació ideal és:
| Tasca | Eina recomanada |
|---|---|
| Preparar estructura + Docking | Chimera + AutoDock Vina |
| Preparar lligands | OpenBabel / Avogadro |
| Vista final / figures | PyMOL o Visualitzadors Web (NGL / 3Dmol.js) |
Comparativa pràctica
✨ PyMOL ✔ Molt potent de visualització, imatges precises ✔ Funciona en Windows, Mac, Linux ✖ No és natiu web (només amb plugins o trucades externes com els JuPyTer Notebooks)
✨ Chimera / ChimeraX ✔ Preparació de proteïnes + Docking amb Vina ✔ Multiplataforma real ✖ També local, no web (ni tan sols amb pluguins)
✨ NGL / iView / 3Dmol.js (Web) ✔ Funciona a la web pura i dura ✔ No instal·lació, molt accessible ✖ No fa docking (només visualització)
⭐ La millor elecció global: iView/NGL/3Dmol.js (visualitzadors web)
🔹 Multiplataforma: Sí — funciona des de qualsevol navegador modern (Chrome, Firefox, Edge, Safari). 🔹 No cal instal·lar res: S’obri directament en web — pura felicitat! 🔹 Visualització de proteïnes i lligands: Pots rotar, fer zoom, canviar representations. 🔹 Ideal per la part de visualització de la pràctica.
👉 Per exemple: 📌 NGL Viewer – https://nglviewer.org/ 📌 3Dmol.js demos – https://3dmol.org/
☝️ Si només vols mirar estructures en 3D dins del navegador, són sensacionals — i et permeten fer captures precioses per la teva entrega.
💡 Conclusions
Si el que vols és compatibilitat + veure les estructures a la web sense complicacions, els visualitzadors web com NGL o 3Dmol.js són ideals per la part de visualització i capturar imatges espectaculars. Però el càlcul del docking el seguiràs fent amb eines locals com Chimera + Vina o OpenBabel (per convertir fitxers) — això sí que és el “motor” real del procés.