5分钟跑通RFdiffusion用扩散模型生成蛋白质骨架的完全指南【免费下载链接】RFdiffusionCode for running RFdiffusion项目地址: https://gitcode.com/gh_mirrors/rf/RFdiffusion手里有一段短基序想让它被一个完整的骨架包裹住或者想生成一个能精确扣住靶点的结合蛋白——这类结构在已知数据库里通常不存在同源建模帮不上忙。RFdiffusion 是一个开源的蛋白质设计工具用扩散模型直接生成蛋白质骨架并把「固定基序」「结合靶点」「对称约束」等条件编码进生成过程覆盖从空白设计到定向改造的多数任务。能力总览一张表看懂它能做什么类别功能典型任务入口脚本 / 配置从头生成无条件单体生成从零生成 100–200 残基的蛋白质examples/design_unconditional.sh从头生成对称寡聚体循环cN、二面角dN、四面体对称组装体examples/design_tetrahedral_oligos.sh、config/inference/symmetry.yaml从头生成大环肽设计环肽单体或环肽结合剂examples/design_macrocyclic_monomer.sh、examples/design_macrocyclic_binder.sh定向改造基序搭架围绕固定基序生长骨架examples/design_motifscaffolding.sh定向改造部分扩散基于已知折叠生成变体examples/design_partialdiffusion.sh定向改造结合剂设计对靶蛋白设计 de novo 结合剂examples/design_ppi.sh定向改造酶活性位点设计微小基序搭架 底物引导势examples/design_enzyme.sh拓扑约束折叠条件生成用二结构 / 邻接信息引导拓扑examples/design_ppi_scaffolded.sh对称约束对称基序搭架沿对称轴传播基序examples/design_nickel.sh示例输入结构放在examples/input_pdbs/目录如 5TPN、insulin_target、tau_peptide 等 PDB 文件config/inference/base.yaml是全部推理参数的默认来源。快速上手安装、首跑、看结果✅ 环境搭建分三步克隆代码、放模型权重、装 SE3 扩展git clone https://gitcode.com/gh_mirrors/rf/RFdiffusion进入仓库后用scripts/download_models.sh或 README 中的 wget 列表把 Base_ckpt.pt、Complex_base_ckpt.pt 等权重下载进models/目录再构建运行环境conda env create -f env/SE3nv.yml conda activate SE3nv cd env/SE3Transformer pip install -r requirements.txt python setup.py install cd ../.. pip install -e .注意 yml 文件按 CUDA 11.1 给出其他 GPU 环境需要自行调整 cudatoolkit 与 PyTorch 版本。最小可跑示例——无条件生成 10 个 150 残基的蛋白质只需指定长度、输出前缀、设计数量三件事./scripts/run_inference.py contigmap.contigs[150-150] inference.output_prefixtest_outputs/test inference.num_designs10⚠️ 首次运行会卡在 Calculating IGSO3这是构建几何索引完成后会缓存之后启动就快了。结果怎么看输出目录里每个设计有三类文件——.pdb是最终骨架设计区全部为甘氨酸、无侧链属正常现象.trb记录本次实际用到的 contig 和完整配置排查问题先看它/traj/文件夹存放逐步去噪轨迹是可用 PyMOL 打开的多步 PDB注意轨迹按时间倒序排列。场景精选四个常用任务怎么配基序搭架contigs 串怎么写能做什么把输入 PDB 中的一段残基钉死在原位让模型在它周围长出 N 端和 C 端骨架。入口脚本examples/design_motifscaffolding.sh输入为examples/input_pdbs/5TPN.pdb。关键参数核心是 contig 串字母前缀表示「保留的基序」无前缀表示「待生成段」每次推理随机采样长度/0表示断链。示例脚本中的contigmap.contigs[10-40/A163-181/10-40]即在 A163-181 两侧各长 10–40 残基。若基序只有几个残基如酶活性位点建议切换微调过的活性位点模型inference.ckpt_override_pathmodels/ActiveSite_ckpt.pt。结合剂设计hotspot 指定结合界面能做什么面向靶蛋白的指定界面区域设计 70–100 残基的新结合剂。入口脚本examples/design_ppi.sh靶标为examples/input_pdbs/insulin_target.pdb。关键参数contigmap.contigs[A1-150/0 70-100]把靶标 A 链 1-150 与待生成的 70–100 残基链分开ppi.hotspot_res[A59,A83,A91]告诉模型必须接触哪些界面残基——这是保证结合剂打在被裁剪暴露出的真实界面、而非人工水合补丁上的关键。脚本同时把denoiser.noise_scale_ca和denoiser.noise_scale_frame设为 0以质量换多样性。大靶标建议先裁剪到界面附近运行开销随残基数平方增长。对称寡聚体symmetry 参数在哪里改能做什么生成循环、二面角、四面体等对称的多亚基组装体。入口脚本examples/design_tetrahedral_oligos.sh对称相关配置独立打包在config/inference/symmetry.yaml中通过--config-name symmetry切换。关键参数inference.symmetrytetrahedral或c4、d2等决定对称类型contigs 长度是寡聚体总长必须能被链数整除如contigmap.contigs[600-600]即 4 条 150 残基链的四面体。示例脚本还挂了一个促进链间/链内接触的引导势potentials.guiding_potentials[type:olig_contacts,weight_intra:1,weight_inter:0.1]配合potentials.guide_scale2.0与potentials.guide_decayquadratic。部分扩散围绕已知折叠生成变体能做什么从一个已知结构出发加噪若干步再去噪在保持大致折叠的同时产生结构多样性。入口脚本examples/design_partialdiffusion.sh输入examples/input_pdbs/2KL8.pdb79 残基。关键参数diffuser.partial_T10表示只走 10 步噪声往返总步数默认 50噪声越大变体越远。约束是 contig 长度必须与输入结构完全一致如contigmap.contigs[79-79]想保留局部序列可用contigmap.provide_seq指定零起始的残基区间。大环肽结合剂一个 cyclic 开关能做什么按 RFpeptides 方案设计原子精度环肽结合剂另有单体版examples/design_macrocyclic_monomer.sh。入口脚本examples/design_macrocyclic_binder.sh靶标input_pdbs/7zkr_GABARAP.pdb。关键参数在常规结合剂参数contigs ppi.hotspot_res之外加两个开关——inference.cyclicTrue声明要生成环肽inference.cyc_chainsa指出哪条链要闭环。进阶技巧调参、批量与容器化步数与噪声默认diffuser.T5050 步的输出质量通常已接近 200 步。若结果质量不稳把denoiser.noise_scale_ca/denoiser.noise_scale_frame降到 0.5 甚至更低可提高单条设计的可靠性但损失多样性inference.final_step可提前收尾加速。引导势配置中potentials区块支持在去噪过程中施加可微势如olig_contacts、substrate_contacts见examples/design_enzyme.sh中的用法guide_scale控制强度、guide_decay控制随步数衰减constant/linear/quadratic/cubic。经验先从无势跑基线再逐步加强且 intra 链权重一般要高于 inter 链。批量任务inference.num_designs控制单批数量inference.design_startnum控制起始编号便于断点续跑。可视化/traj/中的轨迹文件直接拖进 PyMOL 即可逐帧查看去噪过程最终.pdb可用任何分子可视化工具检查骨架合理性。Docker仓库提供docker/Dockerfile适合 HPC 环境——构建镜像后用scripts/download_models.sh拉权重挂载 inputs/models/outputs 三个目录运行即可。写在最后RFdiffusion 把「想要什么结构的蛋白质」变成了「配置一行 contig 串」的问题基序、靶点、对称、环化都只是参数差异。完整的参数说明见仓库config/inference/下的两个 YAML可直接运行的例子全部在examples/中逐个打开照着改是最快的学习路径。【免费下载链接】RFdiffusionCode for running RFdiffusion项目地址: https://gitcode.com/gh_mirrors/rf/RFdiffusion创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 5分钟跑通RFdiffusion：用扩散模型生成蛋白质骨架的完全指南
5分钟跑通RFdiffusion用扩散模型生成蛋白质骨架的完全指南【免费下载链接】RFdiffusionCode for running RFdiffusion项目地址: https://gitcode.com/gh_mirrors/rf/RFdiffusion手里有一段短基序想让它被一个完整的骨架包裹住或者想生成一个能精确扣住靶点的结合蛋白——这类结构在已知数据库里通常不存在同源建模帮不上忙。RFdiffusion 是一个开源的蛋白质设计工具用扩散模型直接生成蛋白质骨架并把「固定基序」「结合靶点」「对称约束」等条件编码进生成过程覆盖从空白设计到定向改造的多数任务。能力总览一张表看懂它能做什么类别功能典型任务入口脚本 / 配置从头生成无条件单体生成从零生成 100–200 残基的蛋白质examples/design_unconditional.sh从头生成对称寡聚体循环cN、二面角dN、四面体对称组装体examples/design_tetrahedral_oligos.sh、config/inference/symmetry.yaml从头生成大环肽设计环肽单体或环肽结合剂examples/design_macrocyclic_monomer.sh、examples/design_macrocyclic_binder.sh定向改造基序搭架围绕固定基序生长骨架examples/design_motifscaffolding.sh定向改造部分扩散基于已知折叠生成变体examples/design_partialdiffusion.sh定向改造结合剂设计对靶蛋白设计 de novo 结合剂examples/design_ppi.sh定向改造酶活性位点设计微小基序搭架 底物引导势examples/design_enzyme.sh拓扑约束折叠条件生成用二结构 / 邻接信息引导拓扑examples/design_ppi_scaffolded.sh对称约束对称基序搭架沿对称轴传播基序examples/design_nickel.sh示例输入结构放在examples/input_pdbs/目录如 5TPN、insulin_target、tau_peptide 等 PDB 文件config/inference/base.yaml是全部推理参数的默认来源。快速上手安装、首跑、看结果✅ 环境搭建分三步克隆代码、放模型权重、装 SE3 扩展git clone https://gitcode.com/gh_mirrors/rf/RFdiffusion进入仓库后用scripts/download_models.sh或 README 中的 wget 列表把 Base_ckpt.pt、Complex_base_ckpt.pt 等权重下载进models/目录再构建运行环境conda env create -f env/SE3nv.yml conda activate SE3nv cd env/SE3Transformer pip install -r requirements.txt python setup.py install cd ../.. pip install -e .注意 yml 文件按 CUDA 11.1 给出其他 GPU 环境需要自行调整 cudatoolkit 与 PyTorch 版本。最小可跑示例——无条件生成 10 个 150 残基的蛋白质只需指定长度、输出前缀、设计数量三件事./scripts/run_inference.py contigmap.contigs[150-150] inference.output_prefixtest_outputs/test inference.num_designs10⚠️ 首次运行会卡在 Calculating IGSO3这是构建几何索引完成后会缓存之后启动就快了。结果怎么看输出目录里每个设计有三类文件——.pdb是最终骨架设计区全部为甘氨酸、无侧链属正常现象.trb记录本次实际用到的 contig 和完整配置排查问题先看它/traj/文件夹存放逐步去噪轨迹是可用 PyMOL 打开的多步 PDB注意轨迹按时间倒序排列。场景精选四个常用任务怎么配基序搭架contigs 串怎么写能做什么把输入 PDB 中的一段残基钉死在原位让模型在它周围长出 N 端和 C 端骨架。入口脚本examples/design_motifscaffolding.sh输入为examples/input_pdbs/5TPN.pdb。关键参数核心是 contig 串字母前缀表示「保留的基序」无前缀表示「待生成段」每次推理随机采样长度/0表示断链。示例脚本中的contigmap.contigs[10-40/A163-181/10-40]即在 A163-181 两侧各长 10–40 残基。若基序只有几个残基如酶活性位点建议切换微调过的活性位点模型inference.ckpt_override_pathmodels/ActiveSite_ckpt.pt。结合剂设计hotspot 指定结合界面能做什么面向靶蛋白的指定界面区域设计 70–100 残基的新结合剂。入口脚本examples/design_ppi.sh靶标为examples/input_pdbs/insulin_target.pdb。关键参数contigmap.contigs[A1-150/0 70-100]把靶标 A 链 1-150 与待生成的 70–100 残基链分开ppi.hotspot_res[A59,A83,A91]告诉模型必须接触哪些界面残基——这是保证结合剂打在被裁剪暴露出的真实界面、而非人工水合补丁上的关键。脚本同时把denoiser.noise_scale_ca和denoiser.noise_scale_frame设为 0以质量换多样性。大靶标建议先裁剪到界面附近运行开销随残基数平方增长。对称寡聚体symmetry 参数在哪里改能做什么生成循环、二面角、四面体等对称的多亚基组装体。入口脚本examples/design_tetrahedral_oligos.sh对称相关配置独立打包在config/inference/symmetry.yaml中通过--config-name symmetry切换。关键参数inference.symmetrytetrahedral或c4、d2等决定对称类型contigs 长度是寡聚体总长必须能被链数整除如contigmap.contigs[600-600]即 4 条 150 残基链的四面体。示例脚本还挂了一个促进链间/链内接触的引导势potentials.guiding_potentials[type:olig_contacts,weight_intra:1,weight_inter:0.1]配合potentials.guide_scale2.0与potentials.guide_decayquadratic。部分扩散围绕已知折叠生成变体能做什么从一个已知结构出发加噪若干步再去噪在保持大致折叠的同时产生结构多样性。入口脚本examples/design_partialdiffusion.sh输入examples/input_pdbs/2KL8.pdb79 残基。关键参数diffuser.partial_T10表示只走 10 步噪声往返总步数默认 50噪声越大变体越远。约束是 contig 长度必须与输入结构完全一致如contigmap.contigs[79-79]想保留局部序列可用contigmap.provide_seq指定零起始的残基区间。大环肽结合剂一个 cyclic 开关能做什么按 RFpeptides 方案设计原子精度环肽结合剂另有单体版examples/design_macrocyclic_monomer.sh。入口脚本examples/design_macrocyclic_binder.sh靶标input_pdbs/7zkr_GABARAP.pdb。关键参数在常规结合剂参数contigs ppi.hotspot_res之外加两个开关——inference.cyclicTrue声明要生成环肽inference.cyc_chainsa指出哪条链要闭环。进阶技巧调参、批量与容器化步数与噪声默认diffuser.T5050 步的输出质量通常已接近 200 步。若结果质量不稳把denoiser.noise_scale_ca/denoiser.noise_scale_frame降到 0.5 甚至更低可提高单条设计的可靠性但损失多样性inference.final_step可提前收尾加速。引导势配置中potentials区块支持在去噪过程中施加可微势如olig_contacts、substrate_contacts见examples/design_enzyme.sh中的用法guide_scale控制强度、guide_decay控制随步数衰减constant/linear/quadratic/cubic。经验先从无势跑基线再逐步加强且 intra 链权重一般要高于 inter 链。批量任务inference.num_designs控制单批数量inference.design_startnum控制起始编号便于断点续跑。可视化/traj/中的轨迹文件直接拖进 PyMOL 即可逐帧查看去噪过程最终.pdb可用任何分子可视化工具检查骨架合理性。Docker仓库提供docker/Dockerfile适合 HPC 环境——构建镜像后用scripts/download_models.sh拉权重挂载 inputs/models/outputs 三个目录运行即可。写在最后RFdiffusion 把「想要什么结构的蛋白质」变成了「配置一行 contig 串」的问题基序、靶点、对称、环化都只是参数差异。完整的参数说明见仓库config/inference/下的两个 YAML可直接运行的例子全部在examples/中逐个打开照着改是最快的学习路径。【免费下载链接】RFdiffusionCode for running RFdiffusion项目地址: https://gitcode.com/gh_mirrors/rf/RFdiffusion创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考