夜雨聆风
插件 | 应用 GPT 开发「计算蛋白质理化性质参数」工具
写在前面
早前，我在 TBtools 中实现了一个基于网页爬虫的功能，通过逐个序列提交到 「Expasy ProtParam」来实现批量蛋白质序列参数，如分子量，等电点，芳香系数，不稳定系数，等等。
但是这个功能存在明显问题，也就是基于网络。网络可能不稳定，尤其是一些地域直接无法访问该服务网站。
为此，我后续有应用 GPT 开发了一个 Python 插件，这个插件基于 BioPython，所以出来体积比较大，大概 132 Mb。今天，我突发奇想，现在 o1-previw 推理能力不错，应该能够更好的实现的计算方法。不如让他从零用 Java 写一个，这样插件大小就超级mini。
开发过程
大体我用了半个小时，一边和朋友聊天，一边和GPT聊天最终解决问题。主要开发过程简述如下：
-
先用 o1-preview 模型直接写出 java 的分析脚本，对照正确结果，发现不对就让他优化，o1-preview 基本都能优化，不过可能出现优化了第一个指标，结果第二个指标反而计算错，所以需要优化提醒他两三次；
-
由于其中有一个不稳定系数需要使用一个 400个二肽氨基酸对的稳定性指标，所以怎么让 o1-preview 输出他都不愿意。而且数值可能也不对。于是让他提供了如何获取这些数据，他给了一个文献。
-
翻阅文献，找到是一个 1990 年的文献，只有PDF版本，且是图片模式的表格，为此，我用 GPT-4o 模型进行图片识别，但效果一般。最后还是让他建议一些转化png为表格的在线网站。使用这个网站，转换了表格，然后对照得到表格结果。
-
由于 o1-preview 需要的是代码中直接存储数据，而不是另外的表格，于是我直接给了数据，让他转换，很遗憾，还是因为数据太大，效果不佳。为此，我套用 o1-preview 模型让他生成java脚本，然后用 TBtools 插件开发模式直接转换表格。效果佳。
-
对应的数据置入原 o1-preview 开发额蛋白质参数计算脚本。效果良好。
最终插件开发界面如下
于是导出插件
意不意外，惊不惊喜？只要 60.9Kb，相比于原来的 130Mb 的 python 插件，约等于无，但结果一样甚至更全面。
这是原始Java爬虫版本结果
下述是 o1-preview 开发的版本计算结果。
PS：Python 插件版本不纳入，实测不是很稳定，且体积过大。
写在最后
或许，其实有了 GPT，零基础就可以“造轮子”了。我们甚至不需要专门去学习一些计算公式和实现这些计算逻辑，直接让GPT生成可用代码，测试他的正确性和鲁棒性，然后以 TBtools 插件模式固定下来，从此以后我们就都可以使用了。
或许，对于很多人，只需要花自己10分钟的时间，就可以节省许多人的10分钟，四舍五入，约等于“救人一命”。
