Language 点赞排序

• 为什么你的RTX 4090跑GROMACS快不起来？盘点最影响GPU计算效率的MDP参数

  很多人在服务器上配置了昂贵的 A100 或是最新的 RTX 4090 显卡，但在运行 GROMACS 模拟时，却发现 GPU 占用率长期在 30% 到 50% 之间徘徊，跑出来的 ns/day 数据甚至不如低端显卡。 这种现象大概率不...

  796 2026/6/12 GROMACSGPU加速分子动力学

• 白嫖云端算力：如何用免费 Google Colab 运行 GPU 加速的 GROMACS 分子动力学模拟

  对于从事计算生物学或计算化学的研究生和科研人员来说，本地缺乏高性能 GPU 算力是一个长期存在的痛点。Google Colab 提供的免费 T4 GPU 是一个极佳的“白嫖”资源。 本文将手把手带你配置 Google Colab 环境...

  886 2026/6/12 GROMACS分子动力学模拟

• 单点突变后在无显卡云服务器运行GROMACS动力学平衡的实操指南

  在做完单点突变后（无论你是用 PyMOL、FoldX 还是 Rosetta 得到的突变体 PDB 文件），如果手头没有 GPU 显卡，利用廉价的纯 CPU 云服务器（如 8 核或 16 核的按量付费实例）跑完前期的 能量最小化（EM） 、...

  656 2026/6/12 GROMACS分子动力学云服务器

• 白嫖 Meta 算力：无显卡如何在 Colab 快速部署 ESMFold 并搞定单点突变分析

  做结构生物学和计算生物学的同学，或多或少都经历过被显卡支配的恐惧。想跑个 AlphaFold2，光是配环境和下载那几个 TB 的数据库就能让人崩溃，更别提本地那块瑟瑟发抖的 RTX 3060 显卡了。 其实，如果你只是想针对某个靶点蛋...

  695 2026/6/12 ESMFold单点突变

• 单卡跑通万级突变：本地轻量化 ESMFold 部署与高通量筛选实战

  在蛋白质工程和定向进化中，对成百上千个突变体进行结构预测是一项常见的任务。传统的 AlphaFold2 尽管精度极高，但由于需要进行耗时的 MSA（多序列比对）检索，在面对高通量突变体筛选时，算力成本和时间周期往往难以接受。 Meta...

  612 2026/6/12 ESMFold突变体筛选蛋白质结构预测

• 白嫖 Colab：如何无显卡（纯CPU）免费预测超长单链蛋白质结构？

  在结构生物学界，预测超长单链蛋白（比如 >1000 个氨基酸）一直是个“吞金兽”级别的任务。 很多人习惯用 ColabFold (AlphaFold2)。但如果你试过在 Colab 的免费 T4 GPU 上跑 1200aa 以上...

  734 2026/6/11 生物信息学蛋白质结构预测

• 显存不够怎么跑 RoseTTAFold2？超大蛋白质复合物轻量化预测实战

  生命科学领域的研究者，大概都经历过被 CUDA out of memory （显存溢出）支配的恐惧。 随着结构生物学进入“大复合物时代”，预测 2000aa（氨基酸残基）以上的超大蛋白质复合物已成常态。然而，RoseTTAFold2...

  564 2026/6/11 显存优化蛋白质结构预测

• 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...

  849 2026/6/10 RTX 4090生物信息学

• 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...

  776 2026/6/10 蛋白质结构预测

• 如何本地免商业授权费部署 AlphaFold 3？（附抗体-抗原复合物预测实操指南）

  Google DeepMind 在 2024 年 11 月正式开源了 AlphaFold 3 (AF3) 的源代码及模型权重（针对学术与非商业用途）。这意味着研究人员终于可以摆脱 Web 服务器每天的提交限制，在本地环境中运行这一顶尖...

  1027 2026/6/10 抗体设计本地部署

• 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 ...

  693 2026/6/10 双特异性抗体药物设计

• 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...

  520 2026/6/10 几何深度学习抗体抗原对接DiffDock

• 无三维结构时，如何仅凭氨基酸序列用 ESM-Fold 预测抗原结合表位？

  在抗体药物研发或免疫学研究中，获得抗原-抗体复合物的晶体结构通常耗时且成本高昂。随着单序列蛋白质结构预测工具（如 Meta 的 ESM-Fold）的出现，仅凭一级氨基酸序列预测抗原结合表位（Epitope）和抗体靶点（Paratope）已...

  714 2026/6/9 ESM-Fold表位预测结构生物学

• 如何用 ESM-2 进行抗体-抗原结合亲和力预测？从零样本表征到微调实操

  在 AI 辅助抗体药物研发（AIDD）中，评估抗体与抗原之间的结合亲和力（Affinity）是核心环节。Meta 团队开源的 ESM-2 作为目前最强大的蛋白质语言模型之一，凭借其在海量无标注蛋白质序列上学习到的进化和物理化学规律，成...

  694 2026/6/8 ESM-2抗体药物研发亲和力预测

• 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...

  747 2026/6/7 抗体设计热稳定性

• 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...

  597 2026/6/7 结合力预测深度学习

• 批量用FoldX计算ProteinMPNN突变体结合自由能变化（ddG）的高效工作流

  在蛋白质计算设计中， ProteinMPNN 凭借其强大的序列生成能力，能够快速给出成百上千个潜在的突变序列。然而，ProteinMPNN 无法直接给出物理意义上的结合自由能变化（$ Delta Delta G_{ text{bind}...

  891 2026/6/7 FoldX结合自由能

• 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...

  803 2026/6/7 PyMOL蛋白质设计

• 显存不够也能玩转AI制药：本地低配环境搭建 RFdiffusion + ProteinMPNN 工作流指南

  作为蛋白质 de novo 设计领域的“黄金搭档”，RFdiffusion（负责骨架生成）和 ProteinMPNN（负责序列设计）几乎是目前计算生物学研究的标配。然而，官方文档中动辄要求 A100 或 24G 显存显卡的配置，让许多只有...

  1023 2026/6/6 蛋白质设计

• 龟背竹烂根怎么抢救？一步步教你给烂根龟背竹"做手术"挽回生机

  养过龟背竹的朋友可能都遇到过这种情况——原本精神抖擞的大叶子突然耷拉下来，土壤明明不缺水但叶片就是发黄萎蔫，翻开盆底一看，哎呀，根系怎么软塌塌还带着一股霉味？ 别慌， 烂根≠判死刑 。只要处理及时、方法得当，大多数龟背竹都能从鬼门关被...

  978 2026/5/31 龟背竹植物救治花卉养护