科研 Skill

ProteinMPNN 蛋白质序列设计

proteinmpnn

使用 ProteinMPNN(Dauparas 等,2022,github.com/dauparas/ProteinMPNN)将蛋白质骨架(PDB 结构)逆折叠为氨基酸序列。适用于对 RFdiffusion 骨架进行序列设计、在固定界面残基的同时重新设计 PDB 中的一条链,或生成跨温度采样的序列集合供下游折叠使用。

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

ProteinMPNN

ProteinMPNN 是结合蛋白设计流程中的默认逆折叠步骤:它是一个只读取骨架几何信息的消息传递网络,因此当设计表面是蛋白质—蛋白质界面时,它是正确选择;一旦界面包含配体、核酸或金属,它就不再合适——ligandmpnn 通过几乎相同的命令行界面把这些原子加入图中,而 solublempnn 则换用在可溶性结构上训练的权重,提供偏向表达性能的先验。代码和权重采用 MIT 许可证(github.com/dauparas/ProteinMPNN)。模型足够小,可以在 CPU 上运行——若只为一个骨架生成少量序列,通常数秒即可完成,而且往往比派发远程任务更快;对于批量任务,例如数百个骨架或较大的 --num_seq_per_target,GPU 会有所帮助。无论使用哪种硬件,仓库都在任务中克隆——没有 PyPI 发行包,检查点随仓库一同提供。

运行方法

pip install torch numpy   # 如尚未安装
git clone --depth 1 https://github.com/dauparas/ProteinMPNN.git proteinmpnn
cd proteinmpnn
python protein_mpnn_run.py \
  --pdb_path backbone.pdb --pdb_path_chains "A" \
  --out_folder out --num_seq_per_target 16 --sampling_temp "0.1"

有两个参数几乎会让所有初次使用者踩坑。--sampling_temp 会被解析为以空格分隔的字符串,因此一次运行可以扫描多个温度;单个值无需加引号,但包含多个值的扫描必须放在引号中("0.1 0.2 0.3"),而逗号永远不会起分隔作用——"0.1,0.2" 会在转换为浮点数时失败。--pdb_path_chains 同样是在一个带引号的参数中以空格分隔("A B");逗号会被保留为链 ID 的一部分。

设计结果位于 out/seqs/<pdb_stem>.fa。第一条记录是输入序列;每条设计序列的标题都包含 score=(平均负对数似然——越低表示置信度越高)、global_score= 和 seq_recovery=。ProteinMPNN 只写出序列——不会把序列重新穿回骨架。如果需要包含设计序列的 PDB,ligandmpnn 运行器会自动将其写入 backbones/,并且可以使用 --model_type protein_mpnn 调用相同的权重。

--fixed_positions_jsonl 中的扁平链映射会静默重新设计所有残基

--fixed_positions_jsonl 要求每一行都是一个 JSON 对象,其键依次为 PDB 文件名主干、链,以及从 1 开始编号的残基列表:{"backbone": {"A": [10, 11, 12], "B": []}}。如果直接传入内层的 {"A": [...]}——这看起来是最自然的猜法——程序会静默地将其视为“没有匹配到 PDB”,从而重新设计所有位置。仓库内置的 helper_scripts/make_fixed_positions_dict.py 可以根据链和范围字符串生成正确结构,值得多执行这一步;--chain_id_jsonl 和 --tied_positions_jsonl 也遵循相同的外层文件名主干规则。

检查点——如何选择

--model_name训练噪声用途
v_48_0020.02 Å最高序列恢复率;适合接近天然结构的重新设计
v_48_020(默认)0.20 Å从头设计骨架——能够容忍 RFdiffusion 骨架的不完美
v_48_0300.30 Å非常粗糙的骨架;序列恢复率最低
--use_soluble_model—切换到可溶性结构训练的权重集;参见 solublempnn

值得识别的错误

看到的错误含义及处理方法
KeyError: 'A'PDB 中不存在该链字母——运行 grep '^ATOM' file.pdb | cut -c22 | sort -u 查看实际存在的链。
*_jsonl 参数出现 JSONDecodeError该参数需要文件路径,而不是行内 JSON;先把 JSON 写入文件。
使用 --fixed_positions_jsonl 后仍重新设计了所有位置缺少外层 PDB 文件名主干键——参见上面的易错点。
相对导入出现 ModuleNotFoundError从错误的当前工作目录运行了脚本——先 cd 进入克隆的仓库;这些导入使用仓库相对路径。

下一步: 使用 boltz、chai1 或 esmfold2 将设计序列与靶标共同折叠,并根据 ipTM 进行筛选。

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——ProteinMPNN(MIT)——条款

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

ProteinMPNN 蛋白质序列设计能做什么?

使用 ProteinMPNN(Dauparas 等,2022,github.com/dauparas/ProteinMPNN)将蛋白质骨架(PDB 结构)逆折叠为氨基酸序列。适用于对 RFdiffusion 骨架进行序列设计、在固定界面残基的同时重新设计 PDB 中的一条链,或生成跨温度采样的序列集合供下游折叠使用。

如何安装ProteinMPNN 蛋白质序列设计?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「ProteinMPNN 蛋白质序列设计」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。

ProteinMPNN 蛋白质序列设计需要哪些权限?

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。

ProteinMPNN 蛋白质序列设计经过官方审核吗?

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。