搞结构生物学、药物设计或者做生物信息分析的人桌面上几乎都装着一个PyMOL。哪怕你只是偶尔看一下蛋白结构、做个相互作用图这个工具也是绕不过去的存在。2025年发布的PyMOL 3.0.3是目前较新的维护版本在渲染、对齐、插件兼容性上修复了不少老问题。这篇文章不写官方文档里的那些套话直接以我自己的实操经验把 PyMOL 3.0.3 的下载、安装、初始化和常见坑都过一遍。很多新手第一次装这个软件上来就卡在“安装包到底下哪个”“为什么官网下载那么慢”“装完后双击没反应”这类问题上。这些坑我都踩过所以这篇文章会尽量把安装前的判断、安装中的细节、安装后的验证都讲清楚让不同基础的人都能跟着走下来。如果你只是想赶紧把软件跑起来直接跳到第三章看安装步骤如果你想搞清楚为什么这么装、每种方式适合什么场景那就从头慢慢看后面有不少花了时间才换来的经验。1. PyMOL 到底是个什么工具3.0.3 这个版本有什么特别1.1 从“能看结构”到“能出图”的核心能力PyMOL 本质上是一个分子三维结构可视化软件但它的能力远不止“看一眼”那么简单。你可以加载 PDB 文件、查看蛋白的二级结构、标记关键残基、测量原子之间的距离和角度、做结构比对、生成发表级别的渲染图甚至通过内置 Python 接口写脚本批量处理几十个结构。我见过很多实验室从学生到教授几乎都用它做结构展示。不同领域的人对它的用法不太一样做晶体学的人用它看电子密度拟合做药物设计的人用它分析配体结合口袋做分子动力学的人用它做轨迹分析的三维展示做生信的人则喜欢用它批量出图。你不需要每个模块都精通但只要掌握文件加载、显示设置、保存图像这三板斧就能解决大部分日常需求。3.0.3 这个版本属于 3.x 系列和很多教程里常见的 2.x 版本在界面和底层上有明显差异。如果你之前用过 2.5 或更老的 1.7升级到 3.0.3 之后会有一些不适应比如设置面板位置变了、某些旧命令被废弃这些我在第四章会详细说。1.2 3.0.3 是什么来头PyMOL 3.0 系列是构象和渲染引擎大幅重构的产物2024 年底发布 3.0.0之后逐步迭代3.0.3 属于功能稳定、修复集中期的版本。相比 2.x3.x 最大的变化是把开源版和商业版合并成了一个统一构建安装后配置许可证文件的逻辑也变了很多老教程里“复制 license.lic”的说法已经不适用。具体到 3.0.3官方发布说明里提到的主要是 UI 细节、崩溃修复和对新 macOS/Windows 版本的兼容性调整。对于普通用户来说最直观的感觉是启动速度更快、界面缩放更正常、渲染时的颜色管理更稳定。我在 Windows 11 和 Ubuntu 24.04 上都跑过整体体验比 2.x 时代顺滑不少。需要提醒的是PyMOL 是开源软件官方一直提供免费下载渠道不存在“破解版”的说法。凡是标题里带“破解”“注册机”字样的基本都捆绑了多余的东西完全没必要去碰。你从官方渠道或者 conda 源里拿到的版本功能上没有任何缩水。1.3 “附安装包”背后的真实需求每次有人在群里问 PyMOL 安装问题几乎都集中在“官网注册太麻烦”“下载速度慢”“找不到历史版本”上。所以很多教程会把安装包单独提出来说成“附安装包”。这个需求很实际但我不建议你从陌生网盘直接下载来路不明的 exe。更稳妥的做法是安装包只认官方渠道或者用 conda 这类包管理器既不会被捆绑广告还能随时切换版本。我自己常用的安装思路其实是两条腿走路。Windows 工作机用官方安装包界面完整、开箱即用Linux 服务器用 conda 管理方便后续写脚本、装插件、做批量渲染。两种方式互不冲突甚至可以在同一台机器上并存这在第三章会具体讲。2. 安装前先看清选对安装方式比盲目下载更重要2.1 官方安装包、conda、pip、Homebrew 到底选哪个很多新手一上来就搜下载链接结果装到一半发现版本不对。PyMOL 的安装方式其实有好几条路每条适合的人群不太一样选错了后面会很别扭。我先列一个对比表再逐个说明。安装方式适用系统适合场景优点需要注意的点官方安装包Windows、macOS日常可视化、出图开箱即用界面完整官网访问速度不稳定需注册登录condaWindows、macOS、Linux科研环境、脚本批量处理版本可控依赖干净初次安装需配置镜像源pip有 Python 环境的机器纯 Python 调用场景与现有环境无缝集成不是完整 GUI 打包部分插件需另装HomebrewmacOS、Linux习惯 brew 的用户命令简单更新方便编译时间较长依赖较多如果你是在 Windows 上第一次用 PyMOL我建议直接选官方安装包。原因很简单它有完整的图形界面、自动配置好 OpenGL 显示、打开就能用不用折腾命令行。官方安装包在安装过程中会让你选择安装类型保持默认即可装完从开始菜单启动。如果你是在 Linux 服务器上做批量处理或者需要在自己的 Python 环境里调用 PyMOL 的 API那 conda 是更合理的选择。conda 可以帮你把 Python 版本、pymol-open-source、numpy 这些依赖一次性管理好不会污染系统自带的 Python。而如果只是想在 Jupyter Notebook 里调用 PyMOL 的功能不想要完整 GUI那 pip 安装 pymol-open-source 就够了。2.2 安装包的版本和格式怎么认PyMOL 官方安装包的文件名里一般会包含版本号、操作系统、架构信息。比如常见的形式是PyMOL-3.0.3-Windows-x86_64.exe这个就代表 Windows 64 位版本。macOS 用户会看到.dmg文件里面一般有 x86_64 和 arm64 两个子包Apple Silicon 芯片的机器选 arm64老款 Intel Mac 选 x86_64。版本号也很重要。PyMOL 存在两个命名体系一个是 Schrödinger 官方发布的版本号比如 3.0.3另一个是开源社区 conda-forge 里的版本号一般写作pymol-open-source。它们在核心功能上没有区别但 conda 里的版本更新频率略低如果你需要用非常新的功能就留意一下 conda 源的更新情况。很多人会问“下载安装包时要不要看一眼有没有 32 位版”现在基本不需要了。Windows 10/11 都是 64 位系统官方也不再提供 32 位安装包。Linux 上如果你用 conda它会自动匹配当前系统架构不需要手动关心 x86_64 和 aarch64 的区别。2.3 安装前环境检查一个 30 秒自查清单在点开安装包之前先花 30 秒确认一下环境能避免后面一半的坑。首先是操作系统Windows 7 已经不在官方支持名单里了如果你还在用很老的系统3.0.3 可能直接装不上建议升级系统或者退回 2.x 版本。macOS 同理系统太旧时新版本安装包会提示“需要更高版本的操作系统”。其次是磁盘空间。PyMOL 本体不大装完大概占用 1GB 左右但渲染临时文件、插件、脚本库会额外占空间建议至少留出 5GB 空闲。如果你是通过 conda 安装还要额外给 conda 环境留空间因为 Python 解释器加依赖包加起来可能有好几个 GB。最后是显卡驱动。PyMOL 的渲染依赖 OpenGL老显卡或者驱动未更新时启动后容易出现黑屏、闪退、画面花屏。Windows 用户请先把显卡驱动更新到官方最新版Linux 服务器尤其是只有集成显卡的机器后面第四章会讲怎么处理。检查完这三项就可以进入安装环节了。3. 保姆级安装Windows、macOS、Linux 实操记录3.1 Windows 安装包完整安装流程先说最常见的 Windows。从官方渠道下载好安装包后双击运行系统可能会弹 UAC 用户账户控制提示点“是”继续。安装界面默认是英文但流程很简单第一个页面直接点 Next然后选择安装位置。我建议把安装路径里的 Program Files 目录去掉姓名里的空格其实无所谓PyMOL 对路径里的空格处理得还行。但有一点值得注意不要安装在中文路径或者带有特殊符号的路径下否则后面跑脚本时可能找不到文件。官方默认路径类似C:\Program Files\PyMOL\保持默认就行。安装类型选择界面一般有两个选项Install for me only 和 Install for all users。如果你是这个电脑的日常使用者选第一个就行如果是实验室公用电脑选第二个可以给所有账号提供 PyMOL 入口。之后一路 Next等待进度条走完即可。装完之后第一次启动会弹出一个登录或者许可证相关窗口这是官方对开源版采取的许可验证方式不需要惊慌。没有账号就注册一个学术用途免费不想注册就点 Skip 或者 Evaluate也能正常使用全部核心功能。这个登录不是限制功能只是收集使用信息。3.2 macOS 安装流程macOS 用户通常有两种方式。第一种最省事用 Homebrew在终端输入brew install --cask pymol这个命令会自动从 Homebrew 的源里拉取 PyMOL 官方安装包装好之后在启动台里能看到 PyMOL 图标。如果你第一次用 Homebrew可能需要先安装 Homebrew 这个包管理器官网有脚本跟着走一遍就行。第二种方式是手动下载.dmg文件然后双击挂载把 PyMOL 图标拖进 Applications 文件夹。Apple Silicon 的机器下载时要注意选 arm64 版本Intel Mac 选 x86_64。拖进 Applications 后第一次打开如果提示“无法验证开发者”或者“已损坏”不用慌这不是安装包坏了而是 macOS 的门禁机制拦住了未签名应用。解决方法是在“系统设置-隐私与安全性”里往下拉找到“仍要打开”的按钮点击确认即可。如果这个按钮没出现就在终端运行xattr -cr /Applications/PyMOL.app然后再打开基本就能跑起来了。这个命令的意思是清除文件上的扩展属性标记很多从网上下载的软件都会遇到同样的问题。3.3 Linux 服务器无界面环境怎么装Linux 服务器上装 PyMOL我强烈建议用 conda 管理环境而不是直接 apt 或 yum 安装。apt 里虽然有 pymol 包但版本通常比较老可能还是 2.4 或者 2.5功能没问题但如果你想用 3.0.3 的新特性就不行了。先安装 Miniconda然后创建一个 PyMOL 专用环境conda create -n pymol python3.11 -y conda activate pymol conda install -c conda-forge pymol-open-source3.0.3 -y这里指定 Python 3.11 是因为 PyMOL-open-source 在 3.x 时代对 Python 3.10–3.12 的支持比较成熟。如果你机器上已经有 conda也可以直接用conda install -c conda-forge pymol-open-source不指定版本时它会默认安装 conda-forge 里最新的 pymol-open-source一般是 3.x 的最新维护版。无图形界面的服务器上启动 PyMOL GUI 会比较尴尬因为默认会尝试打开 OpenGL 窗口。你可以用命令行模式来处理文件pymol -c script.py-c参数表示无界面执行。如果需要看渲染结果可以在脚本里把分子显示设置好然后 png 输出成图片文件拿到本地再看。如果确实想远程看图形界面可以配置 X11 转发或者用 VNC但这属于另一套配置了新手阶段不用强求。3.4 装完怎么验证没装错无论你用哪种方式安装启动后先做一个快速验证。Windows 用户在开始菜单找到 PyMOL 3.0.3点击启动macOS 用户在启动台里点一下Linux 用户在终端输入pymol。启动成功后主窗口里应该能看到命令行提示符和一个 3D 视图区。命令行模式下直接输入pymol --version或者先启动 PyMOL在命令行里输入version能看到类似PyMOL 3.0.3 (x86_64) 2025-01-xx的输出就说明安装正确。Linux 上如果输入pymol提示找不到命令确认一下是不是没有激活 conda 环境或者是否把 conda 的 bin 目录加到了 PATH 里。如果你装完之后双击图标只是闪一下就没了大概率是显卡驱动或者 OpenGL 兼容性问题。别急第六章会专门讲这类问题怎么排查。4. 3.0.3 新版本特性与兼容性排查4.1 新版本改了什么3.0 系列最大的变化是把代码库统一到新的构建体系中。对普通用户的影响主要体现在三方面第一安装包体积更小启动更快低配置电脑上也能流畅旋转分子第二设置面板重新组织过很多以前藏在深处的高级选项现在更容易找到第三渲染颜色管理做了改进导出图片的颜色和屏幕上看到的更接近。我实际测下来3.0.3 还有一个明显的改善是插件兼容性。以前在 2.x 里装第三方插件经常出现“插件菜单为空”的情况3.0.3 对插件扫描逻辑做了修复只要你把插件放在正确目录启动后基本能直接出现在 Plugin 菜单里。不过这也带来一个问题旧脚本 API 有变化。如果你之前积累了很多 PyMOL 脚本升级后跑起来会有一些警告甚至报错。比如python脚本里导入模块的写法、cmd.set和cmd.do的某些参数和 2.x 不一致。老项目建议先用 3.0.3 跑一遍测试确认没问题再批量迁移。4.2 从 2.x 迁移最容易踩的坑我自己在从 2.5 迁移到 3.0.3 时踩过几个坑说几个有代表性的。第一个坑是设置背景色和颜色方案的命令变化2.x 里很常用的bg_color white在 3.0.3 依然有效但部分 UI 设置会在启动会话时被覆盖你需要检查.pymolrc文件里有没有旧设置残留。第二个坑是fetch命令依赖网络环境。从 PDB 下载结构时3.0.3 默认的服务器地址改成了欧洲的镜像国内用户如果没有配置代理或者网络较慢fetch 1crz可能会卡住。遇到这种情况可以先手动下载 PDB 文件然后用load命令加载到 PyMOL。我在国内服务器上测试过fetch偶尔超时手动下载后加载反而更稳定。第三个坑是插件系统里旧的 Python 2 插件彻底不能用了。很多老教程里的插件还是多年前写的3.0.3 内置的 Python 已经是 3.x老插件直接没法加载。碰到这种情况别去和插件作者理论先去检查是否有新版或者找替代插件实在不行就自己改一下兼容性代码。4.3 Python 版本与第三方插件兼容PyMOL 3.0.3 内置的 Python 版本和 conda 安装时的 Python 版本不一定一样这一点很多人容易搞混。官方 Windows 安装包自带了一个 Python 运行时你用import pymol时用的就是这个内置环境和你系统里单独安装的 Python 是完全独立的。这意味着如果你想在外部 Python 环境里调用 PyMOL就需要走pip install pymol-open-source或者用 conda 安装。只有在 conda 环境里import pymol才能直接生效。如果你在普通 Python 环境里执行import pymol大概率会报 ModuleNotFoundError这不是安装出错了而是调用路径没对上。各插件对 Python 版本的依赖也是个隐性坑。像 AutoDock Vina 相关的脚本、一些结构比对插件要求 PyMOL 的 Python 版本在 3.8 以上3.0.3 完全没问题但如果是特别老的插件可能连 import 都过不去。安装插件前先看插件的 README 里要求的 PyMOL 版本和 Python 版本能省很多事。5. 装好后这样初始化用起来才顺手5.1 启动后的基础设置与显示优化第一次启动 PyMOL 后我先建议做三件事把背景色从默认的黑色改成白色把默认分子显示模式改成 cartoon把抗锯齿打开。这是结构生物学期刊配图的常见标准也是大多数人看结构时的舒适设置。在 PyMOL 命令行输入bg_color white set cartoon_fancy_helices, 1 set ray_shadows, 1 set antialias, 2这些设置是临时的重启后失效。想让每次启动都自动生效需要把它们写进配置文件。Windows 用户可以在安装目录下找到pymolrc.pmlLinux 用户可以在用户主目录下创建~/.pymolrcmacOS 同样是~/.pymolrc。里面写上上面这些命令以后每次启动就自动设置好了。界面语言方面PyMOL 官方一直只有英文界面没有官方中文版。网上有一些汉化补丁但我个人不建议新手用因为命令行的英文关键词本身就是无数教程里的通用约定一旦界面被汉化后面看任何英文资料都会对不上号。不如直接适应英文常用菜单就那几个位置用一周就熟悉了。5.2 三个常用操作命令速记PyMOL 的学习曲线主要集中在命令行上但真正高频的命令就那么几个。第一个是加载结构文件load myprotein.pdb第二个是从 PDB 数据库直接拉取结构fetch 1crz第三个是调显示模式和生成图片hide everything show cartoon color cyan, chain A color orange, chain B ray 1200, 900 png myimage.pngray后面的数字是输出图片的宽和高1200x900 基本够用了。png后面的文件名可以带路径比如/home/user/output.png。这套组合是目前最常用的出图流程记下来之后你就能快速把一个小分子结合口袋的图做得像模像样。如果你处理的分子很大比如几万残基的组装体可以适当调低渲染分辨率和光线参数否则显卡吃不消。PyMOL 卡死的时候先考虑是不是结构文件太大而不是软件本身有问题。5.3 让 PyMOL 和你的分析流程联系起来做到前面几步你已经有能力独立处理日常结构展示了。但如果你的工作流涉及批量分析就需要把 PyMOL 作为后台引擎来调用。我最常用的方式是写 Python 脚本利用pymol模块批量加载结构、渲染成图、甚至计算残基距离。一个最简单的例子将1crz.pdb加载并输出图片import pymol from pymol import cmd, finish_launching finish_launching() cmd.load(1crz.pdb) cmd.hide(everything) cmd.show(cartoon) cmd.color(cyan, chain A) cmd.color(orange, chain B) cmd.bg_color(white) cmd.ray(1200, 900) cmd.png(output.png) cmd.quit()把这个脚本保存成render.py然后在终端执行pymol -c render.pyLinux 服务器上没有图形界面也能跑前提是你用 conda 装了 pymol-open-source。Windows 上如果也想这么跑直接打开 PyMOL 的安装目录找到pymol.exe在命令行调用即可。这里有个技巧finish_launching()在命令行模式下很重要它用来初始化 PyMOL 的窗口和状态。如果你只调cmd函数不执行这句可能在 Linux 服务器上跑脚本时直接报错。这个细节在官方文档里藏得很深我也是踩了好几次坑才发现的。6. 常见问题排查与避坑速查表6.1 问题速查表下面的表格里整理了我在不同机器上遇到的高频问题直接对着排查能省下大量时间。现象常见原因解决办法双击图标没反应或闪退显卡驱动落后、OpenGL 兼容性问题更新显卡驱动微软官方的集成显卡驱动也可启动后提示“登录/许可证”官方版需要登录许可证检查注册免费账号或点 Skip / Evaluate打开 mac 应用提示“已损坏”macOS 门禁拦截未签名应用在“隐私与安全性”中允许打开或执行 xattr 清除Linux 终端输入 pymol 找不到命令conda 环境未激活或路径未配置执行 conda activate pymolPython 里 import pymol 失败环境不匹配在 conda 环境里安装 pymol-open-source 后再 importfetch 提示网络错误官方镜像服务器不稳定手动下载 PDB 后用 load 加载插件菜单里没有插件插件目录放错或插件不兼容 3.x检查插件目录路径选择适配 3.x 的插件版本渲染图片背景是灰的没有设置透明背景或背景色被覆盖运行 bg_color white 或 set ray_opaque_background, 06.2 三个高频问题详细说一遍第一个是 Windows 下打开闪退。绝大多数情况是显卡驱动问题尤其是一些老笔记本使用集成显卡时OpenGL 版本太低撑不起 PyMOL 的渲染管线。解决办法是先去显卡品牌官网更新驱动如果还是不行尝试在 PyMOL 命令行里关闭硬件加速相关设置set opengl_force_soft, 1这个命令会强制 PyMOL 使用软件渲染画面响应可能慢一点但至少能稳定运行。如果你只是用来出图而不是实时旋转牺牲一点流畅度完全值得。第二个是 conda 安装时国内网络慢。这个几乎是新手必踩坎解决方法是配置国内镜像源。给 conda 添加清华源或阿里云源后再安装 pymol-open-source 就快多了。以清华源为例conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge conda config --set show_channel_urls yes配置好后重新执行conda install -c conda-forge pymol-open-source速度会有明显提升。第三个是插件加载失败。3.0.3 对旧插件的兼容性已经有了很大改善但仍然有一部分社区插件没有及时更新。安装新插件后如果不是立即出现在菜单里先重启一下 PyMOL如果还是没有检查插件文件是否放到了正确的目录。Windows 用户一般在用户目录下的__home__/.pymol/pluginfiles或者 PyMOL 安装目录里Linux 和 macOS 用户在~/.pymol/pluginfiles。有些插件还需要手动执行Plugin Plugin Manager里的“Install New Plugin”操作别漏了这一步。6.3 这几年攒下来的几个安装习惯最后聊几个我自己的习惯不一定适合所有人但都是实打实用出来的经验。第一个习惯是永远给 PyMOL 建独立环境。不管是 conda 还是虚拟环境我都会单独建一个pymol环境而不是直接装到 base 环境里。这样即使 PyMOL 更新出问题也不会影响其他生物信息工具的依赖关系。第二个习惯是配置文件里不堆太多命令。很多人喜欢把显示相关的命令全写进.pymolrc结果某天清洗完设置重启就报错。我的做法是只写基础设置比如背景色、默认显示模式、默认保存格式剩下的在具体项目脚本里临时设置。这样更可控出问题也好排查。第三个习惯是把常用脚本和插件备份到自己的云盘或 Git 仓库。PyMOL 更新时官方不一定保留所有旧版本安装包你整理好的脚本和插件才是真正的资产。特别是那些用得很顺手的批处理脚本换个机器重装环境就能直接跑能省下好几天的重复工作。我个人在使用中发现PyMOL 真正考验人的不是安装本身而是你能不能把环境和日常流程调成顺手的状态。只要安装这一步走稳了剩下的都是练手次数的问题。希望这篇文章能帮你顺利装上 3.0.3少踩几个我已经踩过的坑。