martinpacesa/BindCraft

해결하는 문제

BindCraft는 특정 타겟 단백질에 결합하는 단백질을 설계하기 위한 파이프라인입니다. 연구자들이 잠재적 결합체를 생성하고 최적화하며 필터링하는 과정을 자동화하여 실험 검증에 적합한 후보를 식별할 수 있도록 합니다.

작동 방식

이 파이프라인은 여러 계산 도구를 결합하여 바인더를 설계합니다:

• AlphaFold2 (AF2) 역전파: 설계 가중치(예: pLDDT, PAE, 접촉 수 등)를 기반으로 바인더의 서열과 구조를 최적화합니다.
• ProteinMPNN: 설계된 백본 구조에 적합한 서열을 생성하고 최적화합니다.
• PyRosetta: 최종 구조의 안정화 및 평가(예: 에너지 스코어, 형태 보완성, dG 등)에 사용됩니다.

사용자는 타겟 단백질(PDB 파일)과 선택적 핫스팟(특정 잔기)을 지정합니다. 시스템은 다양한 설계 알고리즘(예: 4stage, greedy, MCMC)을 사용하여 여러 트래잭터리를 실행하여 바인더를 진화시킵니다. 생성된 설계는 AF2 신뢰도 스코어와 Rosetta 에너지 지표를 기반으로 여러 필터를 통과하여 최고의 후보가 선정됩니다.

대상 사용자

특정 단백질 타겟에 대해 고친화 바인더를 설계하고자 하는 계산 생물학자 및 단백질 공학자에게 적합합니다.

주요 특징

• 자동화 파이프라인: 초기 설계부터 최종 필터링까지 모든 과정을 처리합니다.
• 유연한 설계 알고리즘: 2stage, 3stage, 4stage, greedy, MCMC 등 다양한 서열 최적화 전략을 제공합니다.
• Cuda 호환: NVIDIA GPU용으로 최적화되어 AF2의 큰 메모리 요구 사항을 처리할 수 있습니다.
• 포괄적인 필터링: pLDDT, i_pTM, Rosetta 에너지, SASA 등 다양한 지표를 제공하여 고품질 설계를 보장합니다.
• 타겟 부위 선택: 사용자 정의 핫스팟을 사용하거나 AF2가 자동으로 결합 부위를 탐지하도록 할 수 있습니다.