用途：Boltz-2 用于蛋白、核酸与小分子复合物的结构预测，接口风格接近 AlphaFold3，适合 binder 验证类任务。输入为描述蛋白、DNA、RNA、配体链的 YAML，输出 mmCIF（或 PDB）结构及 pTM/ipTM/pLDDT 置信度，可选小分子亲和力预测。
主要能力：支持多链复合物共折叠；通过 properties 块指定一个配体链为 binder 后，可同时预测蛋白-小分子结合亲和力，输出 affinity_complex.json，其中 affinity_pred_value 为 log10(IC50，单位 μM)，越低结合越紧；affinity_probability_binary 为 0–1 的 binder/非 binder 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；v2.2.x 中亲和力配体上限 128 个原子；FASTA 输入无法请求亲和力。
使用方式：安装 PyPI 包 boltz，运行 boltz predict complex.yaml --use_msa_server --out_dir out/ --recycling_steps 3 --diffusion_samples 5。每条蛋白链需要 MSA，否则在模型加载前退出；--use_msa_server 会查询 api.colabfold.com，每条链约需 30–90 秒，也可在 YAML 的 msa: 下指定已有 .a3m。结果位于 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 为折叠质量参考，confidence_score 为排序用的加权聚合值。结构文件为 complex_model_{0..N-1}.cif，加 --output_format pdb 可输出 PDB。
限制与常见问题：msa: empty 会强制单序列模式，这是精度损失而非显存优化，因为 MSA 搜索在 CPU 端进行，不影响峰值显存；显存不足应降低 --diffusion_samples 或 --max_parallel_samples。缺少 cuequivariance_ops_torch 或 libcue_ops.so 时可用 --no_kernels 回退到参考 PyTorch 路径，约慢 2 倍但数值一致。单链输入读取 iptm 会报 KeyError，应改读 ptm。输出无 affinity_*.json 通常是因为用了 FASTA 输入或 YAML 缺少 properties 块。
适用场景：binder 验证、复合物结构预测与亲和力筛选。若需独立模型做共识可选 chai1，需 AF3 忠实设置可选 openfold3，无需 MSA 可选 esmfold2。