Chai 是一个基于 Chai-1 基础模型的分子结构预测技能，主要用于预测分子结构，尤其是蛋白质复合物及相关生物分子的三维结构。
用途 该技能适用于以下场景：预测蛋白质-蛋白质复合物结构；预测蛋白质与小分子配体形成的复合物；预测蛋白质与 DNA/RNA 的复合物；对设计出的结合物（binder）进行结构验证；以及批量预测多个序列的结构。
主要能力 Chai-1 无需多序列比对（MSA）即可进行结构预测，支持小分子配体和 DNA/RNA，速度较快，精度与 AlphaFold2 相当。输出包括 CIF 格式的模型文件、scores.json 置信度分数、pae.npy（PAE 矩阵）和 plddt.npy（pLDDT 值）。关键参数包括 num_trunk_recycles（默认 3，范围 1-10）、num_diffn_timesteps（默认 200，范围 50-500）和 seed（默认 0）。
使用方式 运行前需满足环境要求：Python 3.10+（推荐 3.11）、CUDA 12.0+（推荐 12.1+）、GPU 显存最低 24GB（推荐 40GB A100）、内存最低 32GB（推荐 64GB）。
提供三种运行方式：
- Modal：进入 biomodals 目录后运行 modal run modal_chai1.py --input-faa complex.fasta --out-dir predictions/，使用 A100（40GB），默认超时 30 分钟。
- Chai API（推荐）：先执行 pip install chai_lab，再通过 Python 调用 run_inference，指定 fasta_file、output_dir 和 num_trunk_recycles 等参数。
- 本地安装：克隆 https://github.com/chaidiscovery/chai-lab.git，进入目录执行 pip install -e .，然后运行 chai-lab predict --fasta complex.fasta --output predictions/。
FASTA 格式支持蛋白质复合物（多个 > 序列）、蛋白质加配体（>ligand|smiles 后接 SMILES 字符串）、蛋白质加 DNA/RNA（>dna 后接碱基序列）。
输出为 CIF 格式，如需 PDB 可用 Bio.PDB 的 MMCIFParser 和 PDBIO 转换。可通过读取 scores.json 和加载 plddt.npy、pae.npy 提取 pLDDT 均值、pTM、ipTM 等指标。
适用场景 结合物验证：预测复合物后检查 ipTM 是否大于 0.5，判断设计是否通过验证。蛋白质-配体复合物：在 FASTA 中嵌入 SMILES 即可同时处理蛋白质和小分子。批量预测：对 sequences 目录下多个 FASTA 文件循环调用 chai-lab predict。
典型性能：100 个复合物在 A100 上约 30-60 分钟，Modal 成本约 10 美元；500 个约 2-4 小时，约 45 美元；1000 个约 5-8 小时，约 90 美元。单个典型结合物-靶标复合物约 20-40 秒。
限制与注意事项 Chai-1 输出 CIF 格式而非 PDB，需要额外转换。低 pLDDT 时可增加 num_trunk_recycles；低 ipTM 时检查链顺序和界面区域；显存不足时可使用 A100-80GB 或减少 batch；预测过慢时可减少 num_diffn_timesteps。常见错误包括 CUDA 显存不足（复合物过大）、KeyError: 'iptm'（仅预测了单链，需确保 FASTA 含多条链）、ValueError: invalid SMILES（配体 SMILES 格式错误，可用 RDKit 验证）以及 torch.cuda.OutOfMemoryError（可将 num_diffn_timesteps 降至 100）。
与 AlphaFold2 相比，Chai-1 不需要 MSA，支持小分子和 DNA/RNA，速度更快，精度相当。若仅预测单个蛋白质，可考虑更快的 ESMFold；若追求最高精度，可使用带 MSA 的 ColabFold。
验证方式：运行 find predictions -name "*.cif" | wc -l，输出数量应与输入数量一致。后续可结合 protein-qc 进行过滤和排序。