是由深势科技开发的高性能分子对接软件，能在 GPU 上以超过单 CPU 千倍的速度完成虚拟筛选任务。2023 年 6 月，Uni-Dock 以封面文章形式发表在 JCTC 杂志上
；同年 8 月，Uni-Dock 加入 DeepModeling 社区，在 LGPL 协议下开放源代码，并发布 v1.0 版本。
过去的半年中，Uni-Dock 得到了学术界和工业界的关注、支持和应用。Uni-Dock 已实践于多个早期药物发现项目，被多个软件平台集成和收录，并为药物设计领域的 AI for Science 方法开发提供了高效的数据标记、评估和预测的能力。Uni-Dock 慢慢的变成了药物研发工作者和 AI for Science 方法开发者的优选工具。
作为 DeepModeling 社区的孵化软件，Uni-Dock 以开放的姿态拥抱开源社区。广大新老用户的使用反馈和开源社区开发者的贡献，一同推动了 Uni-Dock 的持续优化和进步，Uni-Dock 的开源协作模式也随着软件迭代过程变得更明确和规范。
Uni-Dock 发布 v1.1 版本。新版本合并了近半年以来，包括深势科技、NVIDIA 等在内的开发者贡献的众多新特性，分子对接和虚拟筛选效率逐步提升；同时，Uni-Dock Tools 工具包的发布为广大新老用户带来了更好的使用体验和优秀的实践案例；另外，新版本中发布了 Uni-Dock Benchmarks 基准测试集、完善了 Uni-Dock CI/CD 流程等开发套件，并明确了 Uni-Dock 的开源协作模式，为更广泛的开源合作提供了基础。
Uni-Dock v1.1 在分子对接和虚拟筛选的计算效率上得到了进一步的显著提升。
分子对接特指单个配体分子向单个受体蛋白的对接计算过程，常常用于受体蛋白-配体分子结合复合物的结构预测，以获得两者的结合模式来开展相互作用分析，指导理性药物设计。在 Uni-Dock v1.1 版本中，分子对接的主要提升如下：
为对接核心算法蒙特卡洛模拟实现了 Warp-level 并行优化，逐步提升资源利用率以加速计算。
我们发布了 Uni-Dock Tools 分子对接工具包，给广大新老用户提供了更好的使用体验和优秀的实践案例。
多构象对接方法（Multi-Conformation Dock，MCDock）
。MCDock 充分的利用 Uni-Dock 的快速对接能力，通过大量的构象枚举、多构象刚性对接、优秀构象的局部优化，来能更加进一步提升对受体蛋白-配体分子复合物结合构象的采样空间覆盖率，来获得更为准确的复合物构象。
Uni-Dock 作为 DeepModeling 社区的孵化软件，依照 LGPL 协议开放源代码。我们欢迎广大新老用户使用并提出问题、建议和需求，亦欢迎开源社区开发者共同参与 Uni-Dock 的优化升级。
为了便于开源社区开发者的协同，我们在此次版本更新中一并发布了社区建设的相关文档。
如果您遇到了安装、使用上的问题，或是希望 Uni-Dock 增加一个新的特性
，根据 issue 表单的指引提供必要信息；如果您希望为 Uni-Dock 贡献新功能，欢迎按照
作为开源软件，Uni-Dock 持续完善测试用例及测试框架，做好迎接更多合作者的准备。此次版本发布，我们完善了 Uni-Dock 及 Uni-Dock Tools 的测试框架，加入了新的单元测试及集成测试用例；基于 GitHub Actions 的工作流会在新 PR 被接收时构建新的 Docker 镜像并发布至Docker Hub：
是“AI for Science”科学研究范式的引领者和践行者，致力于运用AI和多尺度的模拟仿真算法，结合先进计算手段求解重要科学问题，为人类文明最基础的生物医药、能源、材料和信息科学与工程研究打造新一代微尺度工业设计和仿真平台。
开创性地提出了「多尺度建模+机器学习+高性能计算」的革命性科学研究新范式，
，总部位于北京，并在上海、深圳等城市布局研发中心。科研技术团队由中国科学院院士领衔，汇集了超百位数学、物理、化学、生物、材料、计算机等多个领域的优秀青年科学家和工程师，其中公司的博士及博士后占比超过35%。核心成员获得过2020年全球计算机高性能计算领域的最高奖项“戈登贝尔奖”，相关工作当选2020年中国十大科技进展和全球AI领域十大技术突破。