用途：Chai-1 用于预测多实体生物分子复合物结构，包括蛋白质、小分子配体（SMILES）和核酸（rna、dna、glycan）。典型场景是折叠抗体 Fv/Fab 与抗原的复合物，读取界面置信度判断预测的表位/互补位接触是否可信。如需蛋白-配体结合亲和力应改用 alterlab-boltz，纯蛋白或蛋白-蛋白折叠用 alterlab-alphafold，配体对接到固定受体用 alterlab-diffdock，查询实验结构用 alterlab-pdb，设计抗体/界面序列用 alterlab-proteinmpnn/alterlab-ligandmpnn。
主要能力：单个 FASTA 混合实体输入，每个记录头为 <entity_type>|name=<唯一标签>，名称重复会报错，输出目录须为空。命令示例：chai-lab fold input.fasta out/ 为单序列最快模式；chai-lab fold --use-msa-server --use-templates-server input.fasta out/ 为推荐模式。MSA 可选，默认单序列运行，--use-msa-server 从共享的 ColabFold MMseqs2 服务器获取 MSA，一般可提升精度但有时间成本且敏感序列会被披露；本地 MSA 以 aligned.pqt 提供，可用 chai a3m-to-pqt 转换。模板可经 --use-templates-server 或自备 m8 命中表加 CIF（CHAI_TEMPLATE_CIF_FOLDER）。约束以 CSV 传入 constraint_path，每行含 restraint_id、chainA、res_idxA、chainB、res_idxB、connection_type、confidence、min_distance_angstrom、max_distance_angstrom、comment；connection_type 为 contact（残基↔残基）或 pocket（链↔残基，res_idxA 留空）；残基索引为残基字母加 1 起始位置（如 D4），链按输入顺序标 A–Z。资料给出的示例：两条真实接触约束将 PDB 7SYZ 的抗体-抗原界面 DockQ 从约 0.02 提升到约 0.4。
使用方式与输出：Python 入口为 chai_lab.chai1.run_inference(fasta_file=..., output_dir=..., num_diffn_samples=5, num_trunk_recycles=3, seed=..., device="cuda:0")，返回带 cif_paths 和 ranking_data 的 StructureCandidates。每次运行写出 pred.model_idx_{0..4}.cif 及 scores.model_idx_N.npz，含 aggregate_score、ptm、iptm、per_chain_ptm、per_chain_pair_iptm、has_inter_chain_clashes、chain_chain_clashes。抗体-抗原任务中应看两链的 per_chain_pair_iptm 而非全局分数，并先检查冲突标志。可用 alterlab-remote-compute 提交→轮询→收取 out/ 批量跑抗体组合。
限制：资料未提供具体安装步骤与版本信息（见 references/chai_usage.md，按需加载）；输出目录必须为空；MSA 服务器使用会披露敏感序列；其余收费、平台支持等暂未提供。