请先在上方输入至少一条序列。
蛋白设计(Protein Hunter 循环)
从一条随机抽签(90% 未知残基,每场从 90-150 抽长度)的起始序列出发: 折叠 → MPNN 在预测骨架上重写设计链 → 再折叠 → 打分。按 Protein Hunter 论文参考实现逐语义对齐:靶标 MSA 搜索(msa_mode=mmseqs, 每场只搜一次)、丙氨酸斜坡(-0.5 → -0.1)、每场长度抽签、场内 折叠共用一个扩散种子(同种子折叠回到上一轮姿势附近,循环得以 收敛)。选优完全按原版方法:引擎逐轮实时选出各场最优,跨场取分数 最高者 —— 复合物按设计链界面 ipTM、单体按平均 pLDDT(引擎原生 目标列);ipSAE 列仅作参考;热点默认参与终局优选(质量带 ≤0.02 内换手,折叠/逐轮选优零改动,可关); 聚丙氨酸占比 > 20% 的轮不能胜出(MPNN 读不懂骨架时的退化解守卫)。设计链序列 不出浏览器;靶标 MSA 搜索会把靶标序列发送到所选公共服务器。
上传靶标结构(可选)
直接用实验或预测结构做靶标:蛋白链按上传构象作 AF3 模板锚定(不靠 序列重新猜),并可点选结合热点;杂原子(水/离子/配体)不进入折叠, 需要配体请在实体表另加。
目标(固定链 B、C…,可空)
空 = 单体幻觉:凭空设计一条全新链
结合热点(可选)
在查看器上点选靶标残基(再点一次取消)。每轮折叠后统计设计链与 各热点残基的 5 Å 内重原子接触(轮次表格列);开启下方「热点优选」 后,终局在质量带内优先接触数 —— 折叠、MPNN、逐轮选优 原样不动(原版方法无热点条件输入,引擎选优口径 = 界面 ipTM/平均 pLDDT)。
留空时每场从下方长度范围抽签(90% X 起步)
多场次 = 原版 num_designs:每场独立重放完整循环,种子 = 基础种子 + 场号(场内所有折叠与 MPNN 采样共用该种子 —— 一场一钉,姿势连续是 循环收敛的前提);终局取各场最优轮中分数最高者。总折叠次数 = 场数 ×(轮数 + 1);1 = 单场。
自动 → SolubleMPNN(纯蛋白复合物)
DeepMind 官方 AF3,综合精度最高;需要 MSA 与可选模板 · ≈ 264 MB
🔴 参考实现(论文)默认 msa_mode=mmseqs:靶标每条唯一蛋白链搜索一次 MMseqs2,整场(全部轮次/场次/拷贝)复用,设计链恒单序列 —— 这是 localfold 页面版自述放弃的最大一项,也是无 MSA 时循环塌向「自折叠 单体、pLDDT 升 ipTM 崩」的根源。单序列模式 = 页面版行为(结果快但 结合质量通常明显更差);搜索失败自动回退单序列并明示。服务器与 预测页共享;自部署端点在预测页「高级参数」里配置。
MPNN 的 alpha 斜坡 -0.5 → -0.1(前期重压丙氨酸,后期放开): 作者全部 binder 脚本均开启。不开时 MPNN 读不懂的骨架会退化为 聚丙氨酸序列,轮次超 0.20 守卫直接失去参选资格。
运行日志(最新在前)
等待操作…