NVIDIA-BioNeMo/Proteina-Complexa

解決的問題

Proteina-Complexa 解決了原子級蛋白質結合物設計的挑戰。它將過去兩個獨立的方法——條件生成建模與序列優化（幻覺）——整合至單一框架中，以創造能特異性結合目標（包括其他蛋白質或小分子配體）的新蛋白質。

工作原理

該系統使用一種流匹配生成模型，聯合建模主鏈幾何結構、側鏈構象與序列。它在大規模合成資料集「Teddymer」上進行預訓練，該資料集包含大量結合物-靶標對，並進一步透過高品質的實驗性多聚體進行微調。在推論階段，它利用獎勵模型（如 AlphaFold2、RoseTTAFold3 和各種力場）進行測試時優化（test-time optimization），以精煉生成的結合物。

適用對象

本工具專為需要設計高親和力結合物以用於治療或工業應用的計算生物學家、藥物發現研究人員與蛋白質工程師而設計。

主要亮點

• 統一框架：結合生成先驗與基於搜尋的優化，性能優於以往的幻覺與生成方法。
• 多功能設計：支援蛋白質-蛋白質結合物設計、蛋白質-配體結合物設計以及基序支架建構（AME）。
• 整合式流程：內建序列設計（透過 ProteinMPNN 等）與結構預測驗證（透過 AlphaFold2、ESMFold 與 RoseTTAFold3）。
• 實驗驗證：設計結果已在濕實驗中驗證，證明具有實際結合活性。