用途：用于用户提出的蛋白结合子、治疗性蛋白、支架设计、序列功能优化、从头酶设计、靶向结合变体生成等任务。核心原则是结构优先、靶标引导、迭代验证，并区分折叠、结合姿态、几何、质子化与实验证据。
主要能力与工作流：阶段一靶标表征，用 PDB、EMDB 冷冻电镜、AlphaFold 获取结构并识别结合表位；阶段二用 RFdiffusion 生成骨架，约束条件下生成至少 5 个骨架并按几何过滤；阶段三用 ProteinMPNN 设计序列，每个骨架至少 8 条，并控制采样温度；阶段四用 ESMFold/AlphaFold2 预测结构，对比骨架并评估 pLDDT、pTM；阶段五评估聚集、pI、表达等可成药性；阶段六汇总排序候选、FASTA 与实验建议。方法要求先创建 [TARGET]_protein_design_report.md，并输出 [TARGET]_designed_sequences.fasta 与 [TARGET]_top_candidates.csv。每个设计须记录序列、长度、靶标、方法及可得的质量指标，缺失指标标注未测量或未计算，不得编造结合预测或实验值。
必要用法：NVIDIA NIM 工具需要 NVIDIA_API_KEY 环境变量，密钥可在 build.nvidia.com 免费获取；速率限制 40 RPM（调用间隔至少 1.5 秒）。NvidiaNIM_rfdiffusion 必填 contigs 与 input_pdb，扩散步数参数为 diffusion_steps（默认 15，不是 num_steps）。NvidiaNIM_proteinmpnn 必填 input_pdb（不是 pdb 或 pdb_string），并设 num_seq_per_target、sampling_temp（列表）。ESMFold_predict_structure 用 sequence（不是 seq）。NvidiaNIM_alphafold2 用 sequence、algorithm，可能返回 202 需轮询；RFdiffusion 与 ESMFold 为同步。英文优先查询。辅助工具包括 PDBe_get_uniprot_mappings、RCSBData_get_entry、alphafold_get_prediction、EMDB_search_structures、EMDB_get_structure、UniProt_get_entry_by_accession、InterPro_get_protein_domains。
适用场景：治疗性蛋白与结合子设计、序列优化、从头酶设计、靶向变体生成。限制：单体 pLDDT/pTM 不能证明复合物姿态、亲和力、跨物种结合或 pH 选择性，这些维度需单独报告；折叠与可成药性分级只是示意性计算筛选层级，不是结合证据等级或校准成功率，需用合适对照进行基准测试。迭代campaign、冲突预测、糖基化受体检查、条件 pH 结合或竞争实验准备，应配合 Protein Design Campaign 使用；执行示例前需核实已安装工具的模式。模型置信度与成功执行不等于已建立结合。参考文件包括 DESIGN_PROCEDURES.md、TOOLS_REFERENCE.md、EXAMPLES.md、CHECKLIST.md、design_templates.md。