科研 Skill
SolubleMPNN 可溶性蛋白设计
solublempnn
使用 SolubleMPNN 对骨架进行逆折叠。SolubleMPNN 是在可溶性 PDB 子集上重新训练的 ProteinMPNN(Dauparas 等,2022),生成偏向胞质表达并减少聚集的序列。适用于普通 ProteinMPNN 设计发生聚集或形成包涵体、需要为可溶性表达重新设计邻近膜的折叠,或下一步将进行大肠杆菌表达筛选的场景。
SKILL.md
SolubleMPNN
SolubleMPNN 不是一个独立软件包——它是在可溶性 PDB 子集上重新训练的 ProteinMPNN 架构。这会使输出分布远离完整 PDB 模型乐于放置在表面的疏水残基;完整模型之所以会这样做,是因为训练集中的许多此类残基实际埋藏在晶体学界面或膜界面中。当目标是在异源宿主中获得可溶性产量时,应选择 SolubleMPNN;如果近天然序列恢复率更重要,则继续使用 proteinmpnn,因为可溶性先验会以牺牲几个百分点的恢复率为代价换取表面偏置。代码和权重采用 MIT 许可证(github.com/dauparas/ProteinMPNN 中的 soluble_model_weights;也可通过 github.com/dauparas/LigandMPNN 使用)。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,而且往往比派发任务更快;GPU 对批量任务有所帮助。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" --use_soluble_model
运行器使用仓库相对导入,因此 cd 这一行不可缺少——从其他目录通过绝对路径调用脚本会导致 ModuleNotFoundError。如果还需要把设计序列穿回骨架并生成 PDB,LigandMPNN 运行器接受 --model_type soluble_mpnn;该路径参见 ligandmpnn,除了 torch 之外还需要 ProDy。除此之外,参数界面与 proteinmpnn 完全相同;若采用第二种形式,则与 ligandmpnn 相同,其中包括字符串类型的温度参数,以及以 PDB 文件名主干为键的固定位点 JSONL——相关解析易错点参见 proteinmpnn。仓库只提供 v_48_010 和 v_48_020 两种可溶性权重;请求 --model_name v_48_002 --use_soluble_model 会因缺少检查点而报错,因此应让 --model_name 保持默认值。
输出位于 out/seqs/<stem>.fa,每条序列的标题包含 score= 和 seq_recovery=。与普通 ProteinMPNN 相比,针对天然结构的序列恢复率预计会下降几个百分点——这是可溶性先验正在发挥作用,而不是程序错误。
折叠需要时,疏水表面斑块仍会反复出现
可溶性权重会改变输出分布,但不会强制设置疏水性上限。如果某个特定表面斑块反复呈现疏水性,它很可能对结构具有承载作用,而网络正在为保持折叠付出溶解性代价。可以在其上叠加 --omit_AAs "CW" 或逐位点偏置,但在假定这项约束没有代价之前,应使用 boltz 或 esmfold2 检查所得设计是否仍能正确折叠。
“可结晶”训练集不等于“在你的宿主中可溶”——保留正交筛选
该训练集由“可溶性足以完成结晶的结构”组成;这与“在 37 °C 的大肠杆菌中可溶表达”相关,但并不等价。对于表达产量构成瓶颈的批量设计,应先使用一个正交的序列预测器对 SolubleMPNN 输出进行排序,再投入湿实验名额;应把 MPNN 偏置视为扩大筛选漏斗,而不是取代后续筛选。
下一步: 使用 boltz 或 esmfold2 折叠设计序列,确认仍能恢复目标骨架,然后将通过筛选的序列送入表达实验。
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——SolubleMPNN(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
- ProteinMPNN 蛋白质序列设计使用 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。
- PyDESeq2 差异表达分析分析 bulk RNA-seq 差异表达
常见问题
SolubleMPNN 可溶性蛋白设计能做什么?
使用 SolubleMPNN 对骨架进行逆折叠。SolubleMPNN 是在可溶性 PDB 子集上重新训练的 ProteinMPNN(Dauparas 等,2022),生成偏向胞质表达并减少聚集的序列。适用于普通 ProteinMPNN 设计发生聚集或形成包涵体、需要为可溶性表达重新设计邻近膜的折叠,或下一步将进行大肠杆菌表达筛选的场景。
如何安装SolubleMPNN 可溶性蛋白设计?
在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「SolubleMPNN 可溶性蛋白设计」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。
SolubleMPNN 可溶性蛋白设计需要哪些权限?
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。
SolubleMPNN 可溶性蛋白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。