实验 热评排序

• N100 独显级折腾：Jellyfin 在 SR-IOV 虚拟显卡下 H.265 10bit 转码 HDR 偏色的终极解决方案

  在使用 Intel N100 处理器（Alder Lake-N）搭建 Home Lab 时，通过 SR-IOV 技术将核显虚拟化出多个 VF（Virtual Function）分给 Jellyfin、iStoreOS 或 PVE 虚拟...

  1017 2026/7/12 JellyfinN100SR-IOV

• 榨干 GPU 性能：Triton 动态批处理与队列超时的黄金调优法则

  在 AI 异步推理和高并发在线服务（Model Serving）的场景中，NVIDIA Triton Inference Server 几乎是行业标配。然而，很多工程师在部署模型时，经常遇到一个两难困境： 追求吞吐量（Throu...

  546 1 2026/6/15 Triton模型部署性能优化

• AlphaFold 3 开源了却动不了？无 GPU 预算的生信避坑与替代工作流指南

  不少做结构生物学和药物研发的同学最近都在关注 AlphaFold 3 (AF3) 的开源进展。 好消息是，DeepMind 在 2024 年 11 月终于迫于学术界压力，正式开源了 AlphaFold 3 的源代码和模型权重（仅限...

  1206 2026/6/12 AlphaFold3蛋白质结构预测生物信息学

• 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...

  630 2026/6/11 显存优化蛋白质结构预测

• 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“...

  818 2026/6/10 ColabFoldAlphaFold结构生物学

• 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...

  941 2026/6/10 RTX 4090生物信息学

• 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...

  1235 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 ...

  813 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...

  593 2026/6/10 几何深度学习抗体抗原对接DiffDock

• 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...

  675 1 2026/6/10 AlphaFold抗体虚拟筛选生物信息学

• ESM-Fold预测出抗原表位后如何设计高活性的多肽模拟物

  用 ESM-Fold 成功预测出抗原-抗体复合物的结合表位（Epitope）只是第一步。在实际的疫苗研发中，你无法直接把这一段天然序列切下来当成疫苗使用。 原因很简单： 游离的短肽在水溶液中会失去天然抗原的特定空间构象，变成无序的线团...

  575 2026/6/9 多肽疫苗设计ESM-Fold计算结构生物学

• 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...

  791 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...

  801 2026/6/8 ESM-2抗体药物研发亲和力预测

• 抗体非特异性结合（NSB）筛查：如何选择与应用开源抗体蛋白质语言模型（pLM）

  在治疗性抗体开发中，非特异性结合（Non-Specific Binding, NSB）或多反应性（Polyreactivity）是导致候选药物在体内药代动力学（PK）性质差、清除率快以及毒性升高的主要原因之一。 利用蛋白质语言模型（p...

  674 2026/6/7 抗体药物研发蛋白质语言模型AI制药

• 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...

  842 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...

  688 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}...

  1026 2026/6/7 FoldX结合自由能

• 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？...

  647 2026/6/6 蛋白质设计PDB结构评估

• 除了AlphaFold 3，现代AI药物设计管线里还有哪些不可或缺的底层模型？

  在AI制药（AIDD）领域，AlphaFold 3毫无疑问是聚光灯下最耀眼的明星。它解决了“结构预测”这一历史性难题。然而，药物研发是一个漫长且复杂的系统工程，从靶点发现、先导化合物筛选、结构优化到ADMET（吸收、分布、代谢、排泄和毒性...

  678 2026/6/6 AI制药AIDD生物信息学

• AlphaFold 3 都能预测配体结合了，为什么 AI 制药公司还要砸钱做湿实验？

  在生物医药和 AI 交叉领域，AlphaFold 3（AF3）的发布无疑是一场地震。它不仅能预测蛋白质结构，还能预测蛋白质与小分子配体、DNA、RNA 的复合物结构。 这时候，很多行外人（甚至不少投资人）都会产生一个极其自然的疑问： ...

  770 2026/6/6 AI制药高通量筛选