alphafold
AlphaFold 是一个基于 AlphaFold2 的蛋白质结构预测工具，主要用于验证蛋白质设计的折叠是否正确。该技能适合在蛋白质设计流程中，对设计出的序列进行结构预测与质量评估。使用时需要满足一定的软硬件条件，例如 Python 3.8+（推荐 3.10）、CUDA 11.0+（推荐 12.0+）、GPU 显存 32GB（推荐 40GB A100）、内存 32GB（推荐 64GB）、磁盘 100GB（推荐 500GB，用于数据库）。支持三种运行方式：通过 Modal 运行 AlphaFold-Multimer、本地安装运行、以及使用 ESMFold2 进行快速单序列预测。可配置参数包括 model_preset（monomer/multimer）、num_recycle（回收迭代次数）、max_template_date（模板截止日期）、use_templates（是否使用模板搜索）等。输出结果包含 ranked_0.pdb 最佳模型、ranking_debug.json 置信度分数、result_model_1.pkl 完整结果、msas/ 的 MSA 文件以及 features.pkl 输入特征。可通过 pickle 提取 pLDDT、pTM、ipTM、PAE 等指标，用于判断预测质量。