ColabFold
-
RFdiffusion设计的蛋白质怎么看质量?小白保姆级PDB评估指标拆解
在 AI 蛋白质设计领域, RFdiffusion 毫无疑问是目前的明星工具。但很多刚入行或者跨界过来的同学,在跑完 RFdiffusion 拿到一堆 .pdb 格式的结构文件后,往往会一脸懵逼: “这个结构到底折叠得好不好?...
-
ProteinMPNN设计序列后 怎么用PyMOL分析突变体相互作用力
ProteinMPNN 是目前蛋白质从头设计(De Novo Protein Design)和序列优化领域的主流工具。但它输出的直接结果是 FASTA 格式的氨基酸序列 ,而非带有三维坐标的 PDB 结构。 要使用 PyMOL 分析...
-
除了FoldX,如何用深度学习方法快速评估ProteinMPNN突变体的结合力?
在蛋白质从头设计(De Novo Protein Design)或亲和力成熟(Affinity Maturation)的工作流中, ProteinMPNN 已经成为序列设计的标配工具。然而,ProteinMPNN 产生的候选序列往往成百...
-
如何在不牺牲抗体结合力的前提下,利用ProteinMPNN大幅提升热稳定性(Tm)?
在抗体工程中, 热稳定性(Tm值)与亲和力(结合力)的协同优化 是一个经典的“既要又要”难题。 ProteinMPNN 作为目前最优秀的逆折叠(Inverse Folding)模型之一,其本质是根据主链几何结构生成匹配的氨基酸序列。它...
-
如何用 AlphaFold-Multimer 落地抗原与海量天然抗体文库的盲筛对接管线
在没有已知抗体作为阳性对照的情况下,直接使用 AlphaFold-Multimer (AFM) 对数万甚至数百万个天然抗体序列进行盲筛对接,在计算资源(GPU 算力)和时间成本上是极不现实的。标准 AFM 预测一个抗原-抗体复合物通常...
-
别再用ColabFold做万级筛选了:超高通量抗体-抗原盲对接的几何深度学习工具指南
在抗体药物研发的早期阶段,面对数十万个候选抗体序列, ColabFold(基于 AlphaFold-Multimer)的推断速度是无法承受的。 尽管它的精度极高,但其庞大的参数量和自注意力机制的时间复杂度,导致单次对接耗时通常在数分钟到...
-
用 AlphaFold 3 搞定双特异性抗体结构建模与优化:从实操到避坑指南
在多特异性抗体(如双抗 BsAb、三抗等)的研发过程中,结构建模一直是个让人头疼的难题。双抗不仅涉及多个抗原结合位点(Paratope)与不同抗原表位(Epitope)的复杂相互作用,还常常引入非天然的接头(Linker)、突变位点(如 ...
-
不用A100也能跑!如何利用免费 Google Colab 运行 AlphaFold 3 社区修改版?
随着 Google DeepMind 正式开源 AlphaFold 3 (AF3) 的代码和模型权重,结构生物学界迎来了一波狂欢。但狂欢之余,残酷的硬件现实摆在面前:官方版的 AF3 运行需要下载近 2TB 的基因数据库,且本地运行极度依...
3 蛋白质结构预测 -
单卡 RTX 4090 本地部署 AlphaFold 3 实操与显存优化指南
Google DeepMind 正式开源 AlphaFold 3 (AF3) 的源代码和模型权重后,生命科学与 AI 交叉领域的开发者迎来了一波本地部署热潮。 虽然官方推荐使用 A100/H100 等企业级显卡,但对于预算有限的个人开...
-
科研平替:ColabFold 蛋白质复合物预测进阶微调指南
在结构生物学领域,AlphaFold-Multimer 的出现极大地方便了蛋白质复合物的研究。然而,本地部署 AlphaFold-Multimer 对显存和硬盘(尤其是几 TB 的数据库)的要求让许多课题组望而却步。 作为高性价比的“...