科研 Skill

Boltz 生物分子共折叠

boltz

使用 Boltz-2 预测蛋白质、核酸和小分子复合物结构(Passaro、Wohlwend 等,2025)。适用于针对靶标验证设计的结合蛋白、将蛋白质与 SMILES 或 CCD 配体共同折叠,或使用可选的结合亲和力预测功能获得开源 AlphaFold3 替代方案。

官方收录发布者 Codar安全审核通过v0.1.0更新于 2026-08-28

SKILL.md

Boltz-2

Boltz-2 是在使用方式上最接近 AlphaFold3 的开放权重扩散式共折叠模型:输入描述蛋白质、DNA、RNA 和配体链的 YAML,输出 mmCIF 结构以及 pTM、ipTM 和 pLDDT 置信度,并可选择使用小分子亲和力预测头。在我们的四个共折叠技能中,它是结合蛋白验证任务的默认选择——权重完全开放并采用 MIT 许可证,而且采样速度最快;需要使用第二个独立模型取得共识时选择 chai1,重视忠实于 AF3 的设置时选择 openfold3,可以不使用 MSA 时选择 esmfold2。代码和权重均采用 MIT 许可证(PyPI boltz,github.com/jwohlwend/boltz)。

运行方法

# complex.yaml
version: 1
sequences:
  - protein:
      id: A
      sequence: MVTPEGNVSLVDESLLVGVTDEDRAVRS...   # 靶标
  - protein:
      id: B
      sequence: AIQRTPKIQVYSRHPAENG...            # 结合蛋白
  - ligand:
      id: L
      smiles: 'N[C@@H](Cc1ccc(O)cc1)C(=O)O'      # 或使用 ccd: SAH
boltz predict complex.yaml \
    --use_msa_server --out_dir out/ --recycling_steps 3 --diffusion_samples 5

每条蛋白质链都需要一个 MSA;如果没有 MSA,程序会在模型加载前退出。--use_msa_server 会查询 api.colabfold.com(预计每条链会暂停 30–90 秒),除非已经有一个 .a3m 文件可在 YAML 的 msa: 下指定,否则这是正确的默认选择。设置 msa: empty 会强制使用单序列模式——这会牺牲准确度,并不能提高速度或节省内存,因为 MSA 搜索在 GPU 阶段开始前运行于 CPU。

每个输入的输出位于 out/boltz_results_complex/predictions/complex/。首先读取 confidence_complex_model_0.json:界面的社区通用通过线为 iptm > 0.5,折叠本身的通过线为 complex_plddt > 0.7;confidence_score 是结构排序所依据的加权综合分数。结构文件为 complex_model_{0..N-1}.cif(使用 --output_format pdb 时则为 .pdb)。

亲和力预测头

添加一个 properties: 块,将一条配体链指定为结合物,Boltz-2 就会在预测结构的同时预测蛋白质–小分子结合亲和力:

properties:
  - affinity:
      binder: L            # 配体链 ID,而不是蛋白质链 ID

输出中会在置信度文件旁新增 affinity_complex.json:affinity_pred_value 是 log10(IC50,单位为 μM)——数值越低,结合越紧密(约 0 → 1 μM,−3 → 1 nM);affinity_probability_binary 是范围为 0–1 的结合物与非结合物分类分数,应使用该分数对命中结果进行排序。每个输入只能指定一个亲和力配体;结合物必须是配体链(不支持蛋白质–蛋白质亲和力),而且 Boltz v2.2.x 将亲和力配体限制为最多 128 个原子。FASTA 输入完全无法请求亲和力预测。

msa: empty 会损失准确度,而不能节省内存

其他地方曾建议使用单序列模式来适配显存较小的 GPU,但这并没有帮助:MSA 搜索运行于 CPU,因此使用 --use_msa_server 还是 msa: empty 不会改变峰值显存。如果出现 OOM,请降低 --diffusion_samples 或 --max_parallel_samples,或者改用 80 GB 显存规格;不要为此放弃 MSA、牺牲准确度。

缺少快速内核只会变慢,并非致命错误

如果 cuequivariance_ops_torch 或其 libcue_ops.so 出现 ImportError,说明编译后的三角形内核包不在加载器路径中。--no_kernels 会回退到参考 PyTorch 路径——速度大约慢 2 倍,但数值结果相同。因此,它适合用来解除一次性任务的阻塞,却不适合批量任务。

值得识别的错误

你看到的现象含义/处理方法
Missing MSA's in input and --use_msa_server flag not set某条蛋白质链没有 MSA——添加 --use_msa_server,或在 YAML 中将 msa: 设置为一个 .a3m 文件路径。
ImportError: ... cuequivariance_ops_torch/libcue_ops.so快速内核 wheel 不可见——添加 --no_kernels(更慢,但结果正确),或修复环境的 LD_LIBRARY_PATH。
读取置信度 JSON 时出现 KeyError: 'iptm'输入只有一条链——ipTM 仅用于界面;请改为读取 ptm。
输出中没有 affinity_*.json使用了 FASTA 输入,或者 YAML 缺少 properties: 块——参见上面的“亲和力预测头”。

下一步: 对通过筛选的复合物计算空间冲突和界面指标,或者将它们重新交给 proteinmpnn,开始下一轮设计。

详细信息

作者

Anthropic

许可证

Apache-2.0

第三方软件、内容、条款和信息
  • 权重: Boltz-2(MIT)— 条款
  • 数据发送至: ColabFold MSA 服务器(api.colabfold.com)· Steinegger Lab — 信息

所属插件

Codar 生物医学基础能力集成生物分子结构预测、蛋白质设计、基因组与单细胞分析、生信数据库检索、组学研究规划、医学文献与 Codar 生信论文写作能力。

安装该插件会一并获得同领域的 31 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

Boltz 生物分子共折叠能做什么?

使用 Boltz-2 预测蛋白质、核酸和小分子复合物结构(Passaro、Wohlwend 等,2025)。适用于针对靶标验证设计的结合蛋白、将蛋白质与 SMILES 或 CCD 配体共同折叠,或使用可选的结合亲和力预测功能获得开源 AlphaFold3 替代方案。

如何安装Boltz 生物分子共折叠?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「Boltz 生物分子共折叠」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

Boltz 生物分子共折叠需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

Boltz 生物分子共折叠经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。