SolubleMPNN 是 LigandMPNN 封装中的一个可溶性模型类型，专门用于基于溶解度的蛋白质序列设计。它通过使用溶解度训练权重来优化蛋白质序列，以提高蛋白质的可溶性，特别适合大肠杆菌表达系统。
【主要用途】 SolubleMPNN 主要用于以下场景：
- 设计用于大肠杆菌表达的蛋白质序列
- 优化蛋白质溶解度
- 解决蛋白质表达中的聚集或低产量问题
【主要能力】
- 使用溶解度训练权重（--use_soluble_model）生成更易溶解的蛋白质序列
- 支持通过采样温度（--sampling_temp）控制序列多样性
- 支持通过每结构序列数（--num_seq_per_target）批量生成序列
- 可选择不同的训练噪声水平（--model_name，如 v_48_002、v_48_010、v_48_020）
- 与标准 ProteinMPNN 相比，可减少疏水斑块并改善电荷分布
【使用方式】 前提条件：
- Python 3.8+（推荐 3.10）
- CUDA 11.0+（推荐 11.7+）
- GPU 显存 8GB（推荐 16GB，如 T4）
- RAM 8GB（推荐 16GB）
方式一：Modal（推荐）
在 biomodals 目录下运行：
cd biomodals
modal run modal_ligandmpnn.py
--input-pdb backbone.pdb
--params-str "--model_type soluble_mpnn --number_of_batches 16 --temperature 0.1"
默认 GPU 为 A10G，默认超时为 900 秒。
方式二：本地安装 git clone https://github.com/dauparas/ProteinMPNN.git cd ProteinMPNN
python protein_mpnn_run.py
--pdb_path backbone.pdb
--out_folder output/
--num_seq_per_target 16
--sampling_temp "0.1"
--use_soluble_model
关键参数：
- --pdb_path：输入结构（必填）
- --use_soluble_model：使用溶解度训练权重（默认关闭）
- --num_seq_per_target：每个结构生成的序列数（默认 1）
- --sampling_temp：温度，字符串类型（默认 "0.1"）
- --model_name：训练噪声水平，与溶解度正交（默认 v_48_020）
模型权重说明： --model_name 设置的是训练噪声水平（v_48_002 = 0.02 Å，v_48_010 = 0.10 Å，v_48_020 = 0.20 Å），并非溶解度层级。溶解度是独立的权重集，通过 --use_soluble_model 选择，可用于 v_48_010 和 v_48_020。噪声越高，序列多样性越大。
输出格式： output/ ├── seqs/backbone.fa └── backbone_pdb/backbone_0001.pdb
【适用场景】
- 表达系统为大肠杆菌时，推荐使用 SolubleMPNN
- 哺乳动物表达系统建议使用 ProteinMPNN（翻译后修饰更重要）
- 酵母表达系统两者均可
- 有聚集或低产量等表达问题历史时，推荐使用 SolubleMPNN
- 结合位点含小分子/配体时，应使用 LigandMPNN
- 仅蛋白质结合位点或无结合位点时，推荐 SolubleMPNN
【性能表现】
- 100 个骨架 × 8 条序列：在 T4 上约 15-20 分钟，Modal 成本约 $2
- 500 个骨架 × 8 条序列：在 T4 上约 1-1.5 小时，Modal 成本约 $8
- 相比标准 ProteinMPNN，溶解度评分预期提升 +15-30%
【输出质量判断】
- 评分范围 1.0-2.0（越低越自信）
- 相比标准 MPNN，疏水斑块减少
- 电荷分布改善
【验证方式】 grep -c "^>" output/seqs/*.fa # 应等于 backbone_count × num_seq_per_target
【限制与故障排除】
- 仍不溶解：确认已设置 --use_soluble_model；重新设计更多位置或添加显式疏水残基偏好
- 多样性低：将温度提高至 0.2
- 折叠效果差：使用标准 ProteinMPNN 后续优化
- CUDA 内存不足：减少 batch_size
- 缺少 v_48_020 模型权重：下载溶解度权重
后续步骤：结构预测验证可使用 protein-qc 进行过滤。