用途
该技能面向蛋白质设计项目，提供从靶点准备到候选筛选的端到端工作流指导。当用户开始新的蛋白质设计项目、需要分步流程指引时，可参考本技能。资料将其定位为标准 binder 设计流水线。
主要能力与流程
整体流程为：Target Preparation（靶点准备）→ Backbone Generation（骨架生成）→ Sequence Design（序列设计）→ Structure Validation（结构验证）→ Filtering（过滤筛选）。
阶段 1：靶点准备
- 获取靶点结构，例如从 PDB 下载：
curl -o target.pdb "https://files.rcsb.org/download/XXXX.pdb"。 - 清洗和准备：提取目标链、按需去除水分子与配体、裁剪至结合区域加 10A buffer。
- 选择 hotspots：挑选 3-6 个暴露残基，偏好带电或芳香族残基（K、R、E、D、W、Y、F），检查表面可及性，核对残基编号。输出为 target_prepared.pdb 及 hotspot 列表。
阶段 2：骨架生成
提供两种选项：
- 选项 A：RFdiffusion（多样探索），从官方仓库运行（非 biomodals），示例命令包含 input_pdb、contigmap.contigs、ppi.hotspot_res、num_designs 等参数。
- 选项 B：BindCraft（端到端），通过 modal 运行，示例参数包含输入 PDB、目标 hotspot 残基、最终设计数量。 输出为 100-500 个骨架 PDB。
阶段 3：序列设计
针对 RFdiffusion 骨架，使用 modal_ligandmpnn.py 循环处理，示例参数包含 number_of_batches 8、temperature 0.1。每个骨架输出 8 条序列（共 800-4000 条）。
阶段 4：结构验证
准备含 binder + target 的 FASTA（多聚体用 binder:target 格式），通过 modal_alphafold.py 预测复合物。输出为带 pLDDT、ipTM、PAE 的 AF2 预测结果。
阶段 5：过滤与选择
应用标准阈值进行筛选，资料给出的过滤条件为：pLDDT > 0.85、ipTM > 0.50、PAE_interface < 10、scRMSD < 2.0、esm2_pll > 0.0。随后按复合评分排序，评分公式为 0.3×pLDDT + 0.3×ipTM + 0.2×(1 - PAE_interface/20) + 0.2×esm2_pll，取前 50 个设计。输出为 50-200 个过滤后候选。
资源规划
- 计算需求：RFdiffusion 使用 A10G（100 个设计约 30 分钟）；ProteinMPNN 使用 T4（约 15 分钟）；Chai/AlphaFold 使用 A100（约 4-8 小时）；过滤使用 CPU（约 15 分钟）。
- 时间线：小型项目（100 个设计）约 8-12 小时；中型（500 个）约 24-48 小时；大型（1000+）约 2-5 天。
质量检查点
- 骨架生成后：目视检查骨架多样性、存在二级结构、与靶点无冲突。
- 序列设计后：多数序列 ESM2 PLL > 0.0、无非预期半胱氨酸（除非有意设计）、序列多样性合理。
- 验证后：pLDDT > 0.85、ipTM > 0.50、PAE_interface < 10、自一致性 RMSD < 2.0 A。
- 最终选择：序列多样（必要时聚类）、可制造（无问题基序）、分子量合理。
常见问题
- ipTM 低：检查 hotspots，增加设计数量。
- 多样性差：提高温度，增加骨架数量。
- scRMSD 高：骨架可能不常见。
- pLDDT 低：检查设计质量。
进阶工作流
- 多工具组合：RFdiffusion 生成初始骨架、Mosaic 做基于梯度的细化、ProteinMPNN 多样化、AF2 最终验证。
- 迭代优化：运行初始项目、分析失败、调整 hotspots/参数、带着认知重复。
限制
资料未提供该技能的具体安装方式、许可、定价及平台支持范围等信息，这些内容暂未提供。使用时应以各工具官方文档为准。