martinpacesa/BindCraft

解決的問題

BindCraft 是一個用於從頭設計結合蛋白的流程，允許研究人員創造能與特定目標蛋白結合的蛋白質。它自動化了生成、優化和篩選潛在結合體的過程，以識別適合實驗驗證的候選者。

工作原理

該流程結合了多種計算工具來設計結合體：

• AlphaFold2 (AF2) 反向傳播：根據設計權重（如 pLDDT、PAE 和接觸數）優化結合體的序列和結構。
• ProteinMPNN：用於生成並優化適配設計骨架結構的序列。
• PyRosetta：用於最終結構鬆弛和評分（如能量評分、形狀補償性、dG）。

使用者指定一個目標蛋白（PDB 檔案）和可選的熱點區域（需靶向的特定殘基）。系統隨後使用多種設計演算法（如 4stage、greedy、MCMC）執行多個軌跡，以進化結合體。產生的設計隨後通過一系列基於 AF2 認知度評分和 Rosetta 能量指標的過濾器，以選出最佳候選者。

適用對象

適用於希望為特定蛋白目標設計高親和力結合體的計算生物學家和蛋白質工程師。

主要亮點

• 自動化流程：從初始設計到最終篩選全部自動化處理。
• 靈活的設計演算法：提供多種序列優化策略（2stage、3stage、4stage、greedy、MCMC）。
• 支援 CUDA：針對 NVIDIA GPU 優化，以應對 AF2 的高記憶體需求。
• 全面的篩選機制：提供多種指標（pLDDT、i_pTM、Rosetta 能量、SASA）以確保高品質設計。
• 目標區域選擇：可使用使用者定義的熱點區域，或讓 AF2 自動偵測結合位點。