bytedance/Protenix
Toward High-Accuracy Open-Source Biomolecular Structure Prediction.
Protenix – 开源高精度生物分子结构预测
简介 – Protenix 是一个用于预测蛋白质（及相关生物分子，如 RNA-蛋白质复合物）三维结构的深度学习系统。它基于 AlphaFold 3 架构，通过更新的训练数据、基于扩散的推理技巧以及可选约束（例如原子级接触或配体口袋）进行了重现与扩展。该项目提供 Python 套件、命令行界面以及用于轻松推理的公共 Web 服务器。
重要性 – 精确的结构预测是现代计算生物学的基石，有助于药物开发、酶工程和基础研究。Protenix 声称在多项基准测试中（特别是抗体-抗原复合物）超越了 AlphaFold 3，同时在 Apache 2.0 下保持完全开源。它还提供轻量级的“Mini”变体，以实现更快、更低成本的推理。
快速入门（针对终端用户）
# 从 PyPI 安装最新版本
pip install --upgrade protenix --index-url https://pypi.org/simple
# 从 JSON 描述预测结构
protenix pred -i examples/input.json -o ./output \
-n protenix_base_default_v1.0.0 # 选择任何已发布模型名称
JSON 格式记录在 docs/infer_json_format.md 中，并支持接触图或口袋定义等可选约束。
主要组件
| 组件 | 用途 | 状态 |
|---|---|---|
| protenix (Python 套件) | 核心推理库、CLI 以及数据预处理工具。 | 已在 PyPI 发布 |
| Protenix Web Server | 托管服务 (https://protenix‑server.com)，允许任何人通过浏览器上传任务。 |
公开 |
| PXDesign | 基于 Protenix 基础模型构建的下游从头蛋白质结合剂设计套件。 | 开源，独立仓库 |
| PXMeter | 包含精选数据集和评估脚本的基准测试工具包。 | 开源 |
| Protenix‑Dock | 用于刚性对接的经典（非 ML）蛋白质-配体对接实现。 | 开源 |
模型目录（截至 README）
| 模型名称 | 参数 | 训练数据截止日期 | 特性 | 发布日期 |
|---|---|---|---|---|
protenix‑v2 |
464 M | 2021‑09‑30 | MSA, RNA‑MSA, 模板支持, 扩散推理 | 2026‑04‑08 (权重 专有) |
protenix_base_default_v1.0.0 |
368 M | 2021‑09‑30 | MSA, RNA‑MSA, 模板 | 2026‑02‑05 |
protenix_base_20250630_v1.0.0 |
368 M | 2025‑06‑30 | MSA, RNA‑MSA, 模板 | 2026‑02‑05 |
protenix_base_default_v0.5.0 |
368 M | 2021‑09‑30 | 仅 MSA | 2025‑05‑30 |
注意： 最新的
protenix‑v2权重并非以开源授权发布；它们被列为“专有”且不可重新分发。
亮点与技术技巧
- 基于扩散的推理优化 (v0.7.0)：共享变量缓存、核心融合、TF‑32 加速 – 显著降低每个 token 的处理时间。
- 约束感知预测：用户可以输入原子级接触或口袋定义，以引导模型朝向物理上合理的构象。
- Mini 模型：一种较小的变体，在保持大部分精度的同时降低了推理成本，适用于大规模筛选。
- 完整训练数据管道：用于准备 MSA、模板和 RNA 比对的脚本均已开源 (
docs/prepare_training_data.md)。 - ColabFold 兼容的 MSA 搜索：为熟悉流行 ColabFold 工作流程的用户提供一键式本地 MSA 生成。
基准测试（报告数据）
- Protenix‑v2 在抗体-抗原集上将 DockQ > 0.23 的成功率比 v1 提高了 9‑13 个百分点，并且仅需 5 个随机种子即可达到与 v1 使用 1000 个种子相当的性能。
- Protenix‑v1 在相同的数据截止日期、模型大小和推理预算下，匹配或超过了 AlphaFold 3，并在增加采样预算时获得额外提升。
完整的基准测试表格位于 docs/model_1.0.0_benchmark.md 及随附的 PDF 报告中。
开发与社区
- 贡献指南：
CONTRIBUTING.md– 使用pre‑commit钩子进行风格检查。 - 沟通渠道：Twitter, Slack, WeChat (链接在徽章栏中)。
- 相关开源项目：PXDesign, PXMeter, Protenix‑Dock (均隶属于同一个 ByteDance 组织)。
- 授权：代码 和 已发布的模型参数采用 Apache 2.0 (专有的 v2 权重除外)。
何时使用 Protenix
- 您需要一个用于学术或商业项目的 免费、开源 AlphaFold 3 替代方案。
- 您想尝试 约束驱动 的折叠（例如，强制执行已知的接触或配体口袋）。
- 您正在构建下游工具，例如 结合剂设计 (PXDesign) 或 基准测试套件 (PXMeter)。
- 您的计算资源有限，并偏好使用 Mini 变体进行高通量筛选。
获取帮助
- 若有错误或功能请求，请在 GitHub 仓库上开启 issue。
- 若有安全顾虑，请通过提供的电子邮件联系 ByteDance Security (请 不要 开启公开 issue)。
- 提供 v1、v2 及原始重现论文的学术引用；发表结果时请包含这些引用。
总结 – Protenix 是一个真正且积极维护的开源蛋白质结构预测平台，它将技术水平推向了 AlphaFold 3 之外，同时提供了一套用于设计、评估和对接的辅助工具。
相关
- 项目
- 项目
- 项目
- 项目
- 项目