escalante-bio/mosaic

解决的问题

Mosaic 提供了一个统一的多目标蛋白质设计框架。它解决了将多种不同的蛋白质性质预测模型（例如结构预测、稳定性、溶解度模型）整合到一个可微分的优化管道中的困难，而无需处理碎片化的依赖关系或复杂的 Bash 脚本。

工作原理

基于 JAX 实现高性能的即时（JIT）编译，Mosaic 为多种蛋白质模型提供了一个通用接口。它在连续且松弛的序列空间上进行基于梯度的优化，允许用户定义一个复合损失函数——结合来自不同模型的已学习势能——并使用各种基于梯度的优化器（如 simplex_APGM）进行优化。

适用人群

专为需要为特定应用（如设计高亲和力蛋白质结合剂）实现自定义目标函数和优化算法的蛋白质工程与计算生物学研究人员和开发者设计。

主要亮点

• 广泛的模型集成：包含一个“模型动物园”，包括 Boltz-1/2、AlphaFold2、OpenFold3、Protenix、ESMFold2、ProteinMPNN 和 ESM-2/C。
• 模块化损失函数：可轻松组合结构预测损失、逆折叠似然和稳定性预测器，形成单一目标函数。
• 连续松弛：实现蛋白质序列的高效梯度优化。
• 灵活的优化器：提供一组内置优化器，并支持轻松实现和替换自定义优化算法。