每月，创腾科技技术部会通过微信公众号定期总结MaXFlow用户在软件使用过程中产生的一些具有代表性的问题。基于我们的工程师团队在分子模拟及人工智能领域丰富的经验，定期为大家带来扎实的技术干货分享。
本月，让我们一起了解认识MaXFlow分子模拟与人工智能平台。
Q1： MaXFlow中分子对接采用的是AutoDock Vina，我们都知道AutoDock Vina是开源的，那MaXFlow中的AutoDock Vina与开源中有什么不一样？
A：
MaXFlow对接所采用的程序就是开源的AutoDock Vina，使用时可以保证与开源程序相同的对接准确度。
MaXFlow将AutoDock Vina程序的参数进行了可视化，在图形界面上即可进行参数设置，用起来比较方便。不需要准备.pbdqt格式的文件，大大地提高了工作效率。
分子对接工作流（左）及结果展示（右）
Q2：MaXFlow与传统的分子模拟软件有什么区别呢？优势在哪？
A：
MaXFlow的核心亮点是计算工作以工作流的方式完成，相对于传统模拟软件来说，可以快速实现不同计算步骤的数据传递，提高了计算效率。
从功能上来说MaXFlow具有分子模拟和人工智能这两部分，而传统的模拟软件只有模拟的功能。
从使用门槛上来说MaXFlow具有较低的使用门槛，并且对实验科学家也比较友好的，实验科学家可以直接使用已部署的APPs就可以完成计算和预测工作，可以说是实现了算法自由和模型自由。
APPs应用仓库，实现工作流、模型自由
Q3：请问MaXFlow平台的QSAR和ADMET各自的优势是什么？
A：
首先QSAR，支持结合MaXFlow平台50多种机器学习算法和1826种分子描述符来搭建工作流，利于用户探索调试；
其次，ADMET利用了AUTO_ML的技术，无需用户像传统机器学习那样进行模型选择和繁琐的特征工程操作，大大减少用户学习成本，输入文件后即可获取预测结果。
QSAR工作流（左）及结果展示（右）
Q4：请问MaXFlow平台的蛋白-蛋白相互作用（PPI）深度学习模型特点是什么？
A：PPI选取的是图神经网络模型，它以数学图论为理论基础，选取大分子，小分子或者相应原子为节点，分子间作用关系或者化学键作为关系边，特征编码形成图网络，训练后生成模型，进行预测。
PPI工作流（左）及结果展示（右）
