用途：Boltz-2 是开放权重的扩散共折叠模型，表面接口接近 AlphaFold3，用于预测蛋白质、核酸与小分子复合物结构，并可选预测蛋白-小分子结合亲和力。输入为 YAML（含蛋白、DNA、RNA、配体链），输出 mmCIF 及 pTM/ipTM/pLDDT 置信度。在同类共折叠技能中，它是 binder 验证类任务的默认选择：权重为 MIT、采样速度最快；如需第二个独立模型做共识可选 chai1，需要贴近 AF3 设置可用 openfold3，无需 MSA 可用 esmfold2。
主要能力与用法：编写 complex.yaml，用 boltz predict complex.yaml 运行，可加 --use_msa_server、--out_dir、--recycling_steps、--diffusion_samples 等参数。每条蛋白链需要 MSA，缺失时模型加载前即退出；--use_msa_server 会查询 api.colabfold.com（每条链约 30–90 秒），也可在 YAML 的 msa: 指定已有 .a3m。设置 msa: empty 会强制单序列模式，属精度损失，而非显存优化，因为 MSA 搜索在 CPU 上完成。结果默认位于 out/boltz_results_complex/predictions/complex/，先读 confidence_complex_model_0.json：iptm>0.5 为界面常用通过线，complex_plddt>0.7 为折叠本身，confidence_score 为排序用的加权聚合值；结构为 complex_model_{0..N-1}.cif（--output_format pdb 可改 PDB）。
亲和力头：在 YAML 加 properties: 块并将某配体链指定为 binder，可同时预测蛋白-小分子亲和力。输出含 affinity_complex.json，其中 affinity_pred_value 为 log10(IC50/μM)，越低越紧（约 0→1 μM，−3→1 nM）；affinity_probability_binary 为 0–1 的结合/非结合评分，用于排序命中。每个输入仅支持一个亲和力配体，binder 必须是配体链（不支持蛋白-蛋白亲和力），Boltz v2.2.x 中亲和力配体上限 128 原子；FASTA 输入无法请求亲和力。
限制与常见错误：缺少 MSA 且未设 --use_msa_server 会报错；cuequivariance_ops_torch 或 libcue_ops.so 的 ImportError 表示快速三角核包不可用，--no_kernels 可回退到参考 PyTorch 路径，约慢 2 倍但数值一致；单链输入读取置信度 JSON 中的 'iptm' 会报 KeyError，应改用 ptm；未输出 affinity_*.json 通常是因为用了 FASTA 输入或 YAML 缺少 properties: 块。OOM 时应降低 --diffusion_samples 或 --max_parallel_samples，而非牺牲 MSA。