martinpacesa/BindCraft

解决的问题

BindCraft 是一个用于从头设计结合蛋白的流程，允许研究人员创建能够与特定靶蛋白结合的蛋白质。它自动化了生成、优化和筛选潜在结合体的过程，以识别适合实验验证的候选者。

工作原理

该流程结合了多种计算工具来设计结合体：

• AlphaFold2 (AF2) 反向传播：基于设计权重（如 pLDDT、PAE 和接触数）优化结合体的序列和结构。
• ProteinMPNN：用于生成并优化适配设计骨架结构的序列。
• PyRosetta：用于最终结构松弛和评分（如能量评分、形状互补性、dG）。

用户指定一个靶蛋白（PDB 文件）和可选的热点区域（需靶向的特定残基）。系统随后使用多种设计算法（如 4stage、greedy、MCMC）运行多个轨迹，以进化结合体。生成的设计随后通过一系列基于 AF2 置信度评分和 Rosetta 能量指标的过滤器，以选出最佳候选者。

适用人群

适用于希望为特定蛋白靶点设计高亲和力结合体的计算生物学家和蛋白质工程师。

主要亮点

• 自动化流程：从初始设计到最终过滤全部自动化处理。
• 灵活的设计算法：提供多种序列优化策略（2stage、3stage、4stage、greedy、MCMC）。
• 支持 CUDA：针对 NVIDIA GPU 优化，以应对 AF2 的高内存需求。
• 全面的过滤机制：提供多种指标（pLDDT、i_pTM、Rosetta 能量、SASA）以确保高质量设计。
• 靶点区域选择：可使用用户定义的热点区域，或让 AF2 自动检测结合位点。