用途
protein-qc 是蛋白质设计流程中的质量控制（QC）技能，用于在计算设计阶段评估和筛选候选设计。它按用途将 QC 分为三类：结合（Binding）、表达（Expression）和结构（Structural），每类又分为指标级（计算数值与阈值）和设计级（模式/基序检测）两个层次。
主要能力
阈值参考
技能提供各指标的阈值表，区分标准与严格两档，并标注来源工具：
- 结构类：pLDDT > 0.85（严格 > 0.90）、pTM > 0.70（严格 > 0.80）、scRMSD < 2.0 Å（严格 < 1.5 Å）。
- 结合类：ipSAE_min > 0.61（严格 > 0.70）、ipTM > 0.50（严格 > 0.60）、PAE_interaction < 12 Å（严格 < 10 Å）、Shape Comp (SC) > 0.50（严格 > 0.62）、interface_dG < -10（严格 < -15）、Interface BUNS <= 4（严格 <= 2）。
- 表达类：Instability < 40（严格 < 30）、GRAVY < 0.4（严格 < 0.2）、ESM2 PLL > 0.0（严格 > 0.2）、Folding ΔG < -2 kcal/mol（严格 < -4 kcal/mol）。
设计级检查
针对表达风险的模式检测，包括：奇数半胱氨酸（未配对二硫键，建议重新设计）、NG/NS/NT 基序（脱酰胺，标记或避免）、K/R 连续 >= 3（蛋白水解，标记）、疏水连续 >= 6（聚集，重新设计）。
界面指标
除形状互补性和 interface_dG 外，技能介绍两个界面指标：Buried unsatisfied H-bonds (BUNS) 和 ContactMolecularSurface。BUNS 指埋藏极性原子未形成氢键，是主要能量失败模式，建议保持在 <= 4（标准）或 <= 2（严格）。ContactMolecularSurface 是形状互补性加权的接触面积，不受有间隙或孔洞界面的误导，越高越好。两者均见于 Cao 2022、AlphaProteo 和 BindCraft 过滤集。
结合体排序
引用一项对 15 个靶点、3,766 个实验测试结合体的元分析（Overath et al., bioRxiv 2025, doi:10.1101/2025.08.14.670059），指出 AF3 ipSAE_min 是单一最佳计算预测指标，三特征线性模型泛化最好，复杂模型未超越线性模型。推荐过滤策略：
- 阈值：AF3 ipSAE_min > 0.61，或 ipSAE_min × interface_ΔG/ΔSASA < -1.5，或 LIS × shape_complementarity > 0.42。
- 预过滤：shape_complementarity > 0.62 且 RMSD_binder < 3.73（输入与重预测），再按 ipSAE_min 取 top-K。
ipSAE_min 是两个不对称方向（binder→target 和 target→binder）的最小值，非平均或最大。RMSD_binder 过滤在某些靶点上可能过严，建议作为软预过滤而非硬截断。
稳定性预测
针对小结构域（约 60 至 80 残基，minibinder 范围），SaProtΔG（Cho et al., bioRxiv 2026, doi:10.64898/2026.05.19.726285）可预测绝对折叠 ΔG，RMSE 约 0.8 kcal/mol，改善稳定与不稳定设计蛋白的区分。商业工作应使用 SaProt 变体而非 ESM3 变体，因 ESM3 权重为非商业许可。过滤时选择更负（更稳定）的 ΔG。
序列风险扫描
技能提供 Python 代码示例，将风险检查实现为基序规则，而非依赖抗体专用依赖。严重程度随溶剂暴露升高（有结构时按 SASA 门控）。代码包含脱酰胺、异构化、N-糖基化、多碱性、疏水连续段等模式，以及未配对半胱氨酸检查。Met 和 Trp 氧化也是风险，但仅在残基溶剂暴露时标记。
顺序过滤流程
提供 pandas 代码示例，按阶段过滤：结构置信度（pLDDT > 0.85）、自一致性（scRMSD < 2.0）、结合质量（ipTM > 0.5 且 PAE_interaction < 10）、序列合理性（esm2_pll_normalized > 0.0）、表达检查（偶数半胱氨酸、instability_index < 40）。
复合评分
强调单个指标太弱，必须使用复合评分排序。提供示例函数，权重为：pLDDT 0.30、ipTM 0.20、PAE_interaction 0.20、shape_complementarity 0.15、esm2_pll_normalized 0.15。
工具特定过滤
- BindCraft 过滤级别：Default（标准设计，最严格）、Relaxed（需要更多设计，失败率更高）、Peptide（< 30 AA，成功率约低 5-10 倍）。
- BoltzGen 过滤：提供命令行示例，含 --budget 60、--alpha 0.01、--filter_biased true、--refolding_rmsd_threshold 2.0、--additional_filters 'ALA_fraction<0.3'。alpha=0.0 为仅质量排序，alpha=0.01 为默认（轻微多样性），alpha=1.0 为仅多样性。
设计级严重度评分
LOW 0-15 继续；MODERATE 16-35 审查标记问题；HIGH 36-60 建议重新设计；CRITICAL 61+ 必须重新设计。
实验相关性
ipTM AUC 约 0.64，PAE 约 0.65，ESM2 PLL 约 0.72（最佳单指标），复合约 0.75+（始终使用）。关键洞察：指标作为过滤器（消除失败）而非预测器（排序成功）。
项目健康评估
通过率 > 15% 优秀，10-15% 良好，5-10% 边缘，< 5% 差。
失败恢复决策树
针对 pLDDT 过滤通过太少、ipTM 过滤通过太少、scRMSD 过高、全部通过但无实验命中、通过过多等场景，提供诊断与修复建议，包括调整 noise_scale、温度、序列数、热点选择、结合体长度、更换设计工具等。
诊断命令
提供 pandas 代码示例，快速评估各阶段通过率并识别主要问题。
使用方式
该技能以参考文档和代码示例形式提供，用户可在蛋白质设计流程中调用其阈值、过滤流程和诊断逻辑。具体安装或调用方式暂未提供。
适用场景
适用于蛋白质结合体设计、表达优化和结构验证的计算筛选阶段，尤其适合需要系统化过滤大量候选设计的场景。
限制
技能明确指出：单个指标对结合的预测力弱（ROC AUC 0.64-0.66，仅略优于随机），这些阈值用于过滤差设计，但不能预测结合亲和力。复合评分对有意义排序至关重要。