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。
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_002 | 0.02 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_030 | 0.30 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
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
- AlphaFold2 蛋白质结构预测使用 ColabFold 运行器和 AlphaFold2/AlphaFold2-Multimer 预测蛋白质单体、多聚体与复合物结构,并通过 pLDDT、ipTM 和 RMSD 评估预测与设计质量。
- 生信论文写作助手按钮审批、本机R优先与生信论文质控交付
- BioServices 生信数据库助手统一访问生物信息数据库
- Boltz 生物分子共折叠使用 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。
- Borzoi 基因组调控预测使用 Borzoi 根据 DNA 序列预测全基因组功能轨迹(RNA-seq、CAGE、DNase、ChIP)。适用于评估变异对表达或染色质可及性的调控效应、生成某个基因组位点的预测覆盖轨迹,或根据预测轨迹差值确定非编码变异的优先级。
- bulk RNA-seq 分析助手复现 bulk RNA-seq 分析流程
- Chai-1 复合物结构预测使用 Chai-1 基础模型(Chai Discovery,2024,github.com/chaidiscovery/chai-lab)预测蛋白质、核酸和小分子复合物结构。适用于从单个 FASTA 预测抗体—抗原或蛋白质—配体复合物、将设计的结合蛋白重新折叠并作为 AlphaFold-Multimer 的替代方案,或通过 Python 在 GPU 上执行批量共折叠任务。
- 肿瘤枢纽基因课题规划规划传统肿瘤生信课题
- deepTools NGS 信号分析生成 NGS 质控和信号图
- DiffDock 小分子对接使用 DiffDock-L(Corso 等,2023/2024)预测小分子结合姿势。它通过盲扩散对接,在无需预定义搜索框的情况下将配体放入蛋白质口袋,并使用学习得到的置信度模型对样本排序。适用于将 SMILES 或 SDF 对接至 PDB、为小型片段库生成排序后的三维姿势,或为后续重打分生成起始姿势。DiffDock 预测几何构象,而非亲和力。
- ESMFold2 全原子共折叠使用 Biohub ESMFold2/ESMFold2-Fast 进行全原子共折叠,支持单序列和 MSA 模式以及蛋白质、DNA、RNA、配体(CCD/SMILES)和修饰残基;FoldBench 抗体–抗原 DockQ 通过率为 50–55%,PPI 为 70–77%。也覆盖同一版本的 ESMC-{300M,600M,6B} 蛋白质语言模型,包括掩码语言模型 logits、隐藏状态、突变评分、接触预测和 SAE 可解释性预测头。适用于预测单序列输入的复合物结构、使用 ESMFold2-Fast 验证设计结合蛋白、运行 MSA 输入、获取 ESMC 嵌入或逐残基突变分数,以及选择符合论文吞吐设置的内核后端和采样步数。
- Evo 2 基因组基础模型使用长上下文基因组基础模型 Evo 2 对 DNA 序列进行评分、嵌入和生成。适用于计算逐核苷酸或逐序列似然以评估变异效应、嵌入基因组窗口供下游分类使用、根据前缀生成 DNA,以及跨物种评估调控区或编码区。
- ESM-2 蛋白质语言模型使用 Meta AI 的 ESM-2(`fair-esm` 软件包)生成蛋白质嵌入。适用于提取残基级或序列级嵌入供下游机器学习使用、进行掩码语言模型似然或突变效应评分,以及根据序列预测接触图。
- gget 生信检索助手跨生信数据库检索基因蛋白信息
- 治疗适应症研究档案生成治疗适应症档案,覆盖患者人群、流行病学、疾病生物学、标准治疗、监管先例和里程碑式临床试验。
- LigandMPNN 配体环境蛋白设计使用 LigandMPNN(Dauparas 等,2023)在配体、核酸和金属环境下对蛋白质骨架进行逆折叠。适用于重新设计结合口袋中围绕已结合小分子或辅因子的残基、设计必须保持几何构型的金属配位位点,或从任意 MPNN 运行中获得穿线了设计序列的 PDB。
- 科学文献综述查找、核验并综合科学文献——从“X 领域的奠基性论文是哪篇”到完整的多来源综述。涵盖以真实检索到的来源支撑论断、避免伪造引文、处理撤稿,以及根据证据强度校准置信程度。
- 医学文献精读助手精读医学文献并提取关键信息
- Methods 段落写作助手改写可投稿的 Methods 段落
- 科研晨间简报将用户的晨间简报渲染为有样式的 HTML 产物,或将其设置为工作日循环任务。仅当用户明确要求运行、查看或设置晨间简报,或明确调用 /morning 时使用;仅询问当天安排、日程或日历并不构成晨间简报请求,应直接回答。
- OpenFold3 复合物结构预测使用 OpenFold3 进行结构预测。OpenFold3 是 AlQuraishi 实验室开发的 AlphaFold3 开放权重 PyTorch 复现。适用于使用 Apache-2.0 许可的 AF3 复现模型预测蛋白质、核酸和配体复合物结构。
- 通路富集分析助手执行通路和基因集富集分析
- PyDESeq2 差异表达分析分析 bulk RNA-seq 差异表达
- QTL 共定位研究规划设计 QTL 与 GWAS 共定位分析
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。