在药物开发中，我们完成从苗头分子到先导化合物的优化后，通常会对先导化合物进行结构改造。在先导化合物结构上加上一些官能团以改善生物利用度、降低毒性以及提高活性，设计30-50化合物是比较寻常的。这会导致一个问题，这几十个化合物的2D结构都比较相似，转换成3D结构相差也不会很大，如果将这些化合物全部合成出来进行实验验证比较耗时耗力，而通过分子对接和分子动力学模拟计算结合自由能也不太现实，通过这些方法计算的话，这些化合物通常具有接近或相同的结合自由能。因此，自由能微扰（FEP）计算就显得尤为关键，通过计算不同化合物之间的结合能力差异以及绝对结合自由能，我们可以清楚的分辨哪些化合物更具有成药的潜质。 但很遗憾的是，目前除了薛定谔这样的商业软件以外，缺乏简单易用的开源框架用于计算FEP。最近发表的一个工具-BindFlow带来了希望。但还是有些遗憾，不少AIDD/CADD的公众号都报道了该工具，但只是简单介绍，并没有给出安装方案以及使用方法。即便是像我这样有良好基础的学习者也不容易立马上手，但好在我已经解决了这个问题，并且在WSL2-Ubuntu-22.04中成功部署，可以迁移到其他windows系统中，只要你的电脑有英伟达显卡，就可以立马上手了！ 避坑指南： 首先基于WSL2-Ubuntu-22.04系统，并且官方指南明确指出只支持Gromacs2021.x-2022.x，因此在安装cuda时要注意版本，推荐安装cuda11.8，需要注意，下面的全部安装编译都在普通用户下，不要再root用户下。

wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin
sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda-repo-wsl-ubuntu-11-8-local_11.8.0-1_amd64.deb
sudo dpkg -i cuda-repo-wsl-ubuntu-11-8-local_11.8.0-1_amd64.deb
sudo cp /var/cuda-repo-wsl-ubuntu-11-8-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda

通过nvcc -V检查cuda是否安装成功 安装完编译Gromacs

sudo apt-get update
sudo apt-get install cmake
wget https://ftp.gromacs.org/gromacs/gromacs-2022.6.tar.gz
tar -zxvf gromacs-2022.6.tar.gz
cd gromacs-2022.6
mkdir build
cd build
cmake .. -DGMX_BUILD_OWN_FFTW=ON -DREGRESSIONTEST_DOWNLOAD=ON -DGMX_GPU=CUDA -DCUDA_TOOLKIT_ROOT_DIR=/usr/local/cuda-11.8
make -j4
make check
sudo make install
sudo vim ~/.bashrc
在最后一行加上source /usr/local/gromacs/bin/GMXRC
source ~/.bashrc

通过gmx -h检查Gromacs是否编译成功 下面开始安装micromamba

curl -Ls https://micro.mamba.pm/api/micromamba/linux-64/latest | tar -xvj bin/micromamba
./bin/micromamba shell init -s bash -r ~/micromamba
source ~/.bashrc
micromamba --version

下载下面的环境配置文件保存为environment.yml，置于/home/用户/目录下

name: bindflow
channels:
  - conda-forge
dependencies:
  - python >=3.8,<3.11
  - pip
  - bioconda::snakemake
  - openmm
  - openmmforcefields
  - ambertools
  - pdbfixer
  - openff-toolkit
  - pyyaml
  - parmed
  - pandas
  - numpy
  - espaloma>=0.3.2
  - mpi4py=3.1.5
  - pip:
    - alchemlyb
    - mdanalysis
    - git+https://github.com/ale94mleon/MDRestraintsGenerator@51a543afc8ee2b0b14188995412b7865103203a6
    - pymbar
    - rdkit
    - toff>=0.2.0

micromamba env create -f environment.yml --channel-priority flexible -y #静待运行完，环境就装完了
micromamba activate BindFlow #启动环境
python -m pip install bindflow --no-deps #额外的依赖
python -m pip install -U git+https://github.com/Valdes-Tresanco-MS/gmx_MMPBSA.git@27929e02067bc2321286809818d778a77a872010 --no-deps #额外的依赖
到这里，恭喜你，你已经完成了整个的安装部署
git clone https://github.com/ale94mleon/BindFlow.git #下载代码和示例文件
cd BindFlow
python -m pytest tests

运行测试如果5个测试均通过，那说明你成功安装了，在我的流程下，你成功避开了坑。