ProteinMPNN

设计方法 · 更新于 2026-07-29

ProteinMPNN 是一个消息传递神经网络，用于「骨架 → 序列」的反向设计： 给定蛋白质主链坐标，输出能稳定该结构的最优氨基酸序列。

为什么需要它

物理能量函数（如 Rosetta）做序列设计计算昂贵且易陷入局部最优。ProteinMPNN 以秒级速度给出高质量序列，成为 RFdiffusion 等生成流程的标准下游组件。

关键特性

• 多轮采样：单次可输出多个候选序列，便于筛选。
• 约束支持：可固定特定位点（如催化残基、二硫键）。
• 对称性感知：对对称复合物可设计一致序列。
• 结合设计：可用于 binder 序列优化。

示例调用

python proteinmpnn/run.py \
  --pdb_path generated.pdb \
  --num_seq_per_target 8 \
  --sampling_temp 0.1 \
  --output_dir ./seqs

实践建议：温度取 0.1 左右更稳定；对功能关键位点用 fix_residues 锁定， 避免设计破坏活性中心。