AI 辅助蛋白设计常用软件

AI 蛋白设计通常由一条计算流水线完成，单个软件很少覆盖全部任务。常见流程是：目标定义 → 结构预测 → 骨架生成 → 序列设计 → 复合物建模 → 能量评估 → 人工检查 → 实验验证。

这些软件可粗略分成六类：结构预测模型用于判断序列或复合物可能形成什么结构；骨架生成模型用于从约束出发生成三维结构；序列设计模型用于给定结构反推序列；复合物与互作建模模型用于评估蛋白与蛋白、核酸、小分子或金属的空间关系；能量评估和结构优化工具用于筛除不稳定或界面不合理的候选；可视化工具用于人工检查结构化学合理性。

结构预测与复合物建模软件

AlphaFold2：成熟常用的深度学习结构预测模型，适合单蛋白结构预测、多聚体建模和设计序列回折验证。在流程中，它常位于序列设计之后，用于检查候选序列能否回到预期骨架。pLDDT 反映局部置信度，PAE 反映链间位置不确定性。

ColabFold：AlphaFold2 / AlphaFold2-Multimer 的轻量化快速使用方案，常用于教学、初学者练习、中小规模结构预测和设计序列回折验证。它降低了本地部署门槛，适合日常流程。ColabFold 主要用于快速预测和验证，结果仍需结合置信度判断。

AlphaFold3：新一代生物分子复合物结构预测模型，可处理蛋白、DNA、RNA、小分子、离子和修饰残基等对象。它适合关注蛋白-配体、蛋白-核酸和复杂生物分子体系的设计者，也可作为设计后交叉验证工具。AF3 结果不能等同于实验结构。

ESMFold：基于蛋白语言模型的快速结构预测工具，输入单条序列即可给出结构模型。它速度快，适合大规模序列初筛、宏基因组蛋白预测和低成本初评。对复杂复合物、精细界面、长无序区和低置信区域需要谨慎解释。

RoseTTAFold / RoseTTAFold All-Atom：RoseTTAFold 可用于蛋白结构预测和复合物建模；All-Atom 版本将对象扩展到蛋白、核酸、小分子、金属和共价修饰。All-Atom 属于新一代互作建模工具，适合作为蛋白-配体、蛋白-核酸和金属结合体系的补充工具。

Chai-1：开放的多模态生物分子结构预测模型，可处理蛋白、小分子、DNA、RNA 及其复合物。它适合作为 AlphaFold3 之外的开放模型选择，用于复合物预测、候选设计交叉验证和蛋白-配体建模。使用时应关注输入质量和模型置信度。

Boltz-1 / Boltz-2：Boltz-1 是开放的生物分子复合物结构预测模型，定位接近 AF3 类任务。Boltz-2 进一步关注结构预测和 binding affinity 相关建模，对药物发现、蛋白-配体设计和复合物排序有参考价值。affinity prediction 只能作为筛选指标。

蛋白骨架生成软件

RFdiffusion：成熟常用的蛋白骨架生成工具，可用于 de novo backbone design、motif scaffolding、binder backbone generation 和对称寡聚体设计。它通常位于序列设计之前：先生成三维结构框架，再交给 ProteinMPNN 等工具设计序列。

RFdiffusion2：新一代 enzyme scaffold 方向工具，重点在原子级酶活性位点 scaffold。它适合围绕 catalytic motif、theozyme、底物或辅因子的关键原子关系生成支撑结构。该工具适合酶设计任务，仍需结构预测、几何筛选和酶活验证。

RFdiffusion3：新一代 all-atom 生物分子互作设计工具，可在蛋白侧链、配体、核酸和其他非蛋白原子背景下生成结构。它适合蛋白-小分子、蛋白-核酸、蛋白-蛋白界面和酶活性位点任务，完整功能仍依赖后续验证。

序列设计软件

ProteinMPNN：根据给定蛋白骨架反推氨基酸序列的深度学习序列设计模型。它是成熟常用工具，常与 RFdiffusion 搭配：RFdiffusion 生成 backbone，ProteinMPNN 生成候选序列，随后用 AlphaFold2、ColabFold 或 ESMFold 检查回折。

LigandMPNN：在非蛋白原子环境下进行蛋白序列设计的模型，适合小分子、金属、核酸和辅因子附近的序列优化。它能利用配体或金属原子的空间与化学信息，常用于结合口袋、酶活性位点和核酸结合蛋白设计。

ESM-IF / inverse folding 类模型：Inverse folding：根据给定结构反推可能支撑该结构的氨基酸序列。ESM-IF1 这类模型适合序列候选生成、突变设计和结构约束下的序列优化，可作为 ProteinMPNN 的补充。

结合蛋白与小蛋白设计 pipeline

ColabDesign / AfDesign：基于 AlphaFold 反馈的可组合设计框架，可用于序列优化、protein hallucination、partial hallucination 和 binder design。它是成熟常用的探索工具，适合教学、快速原型和小规模设计。使用时需要理解目标函数、约束和筛选指标。

BindCraft：成熟常用的自动化 de novo binder design pipeline，主要面向蛋白-蛋白结合设计，尤其是小型 binder。它整合 AlphaFold2 反向优化、MPNN 和 PyRosetta 等步骤，从靶蛋白结构出发生成、优化和筛选候选 binder。候选仍需要实验验证。

ProteinDJ：新一代模块化蛋白设计 pipeline，面向高通量和自动化运行。它可串联 RFdiffusion 或 BindCraft、ProteinMPNN 或 FAMPNN、AlphaFold2 或 Boltz-2，并加入过滤和结果汇总。它适合批量 binder 设计和 HPC 环境，仍需更多实际任务验证。

物理建模、能量评估与结构优化工具

Rosetta：成熟常用的蛋白结构建模与设计套件，可用于能量评估、界面设计、酶设计、突变扫描、构象采样和结构优化。它在 AI 蛋白设计中常位于生成和预测之后，用于再筛选候选。Rosetta 能量分数不能直接代表实验活性。

PyRosetta：Rosetta 的 Python 接口，适合开发自定义蛋白设计流程、自动化筛选脚本和能量分析流程。许多 binder pipeline 会调用 PyRosetta 计算界面残基、clash、能量项或进行局部优化。

FoldX：用于蛋白稳定性、突变效应和 ΔΔG 估计的快速工具。它适合初筛突变对稳定性、折叠能或结合能的影响，也常用于比较单点突变和界面突变。FoldX 结果依赖结构质量，不能替代热稳定性或结合实验。

可视化与辅助分析软件

PyMOL：成熟常用的分子可视化软件，适合查看蛋白结构、展示结合界面、标注突变位点、检查氢键和疏水接触，并制作图片。它主要用于可视化和人工检查。

ChimeraX：结构可视化和结构分析软件，适合大型复合物、密度图、分子表面和高质量结构展示。它常用于检查多链复合物、蛋白-核酸复合物、Cryo-EM 密度图和复杂装配体。

Foldseek：成熟常用的蛋白结构相似性搜索工具，适合在大型结构库中快速寻找与候选设计相似的已知结构。它可辅助评估设计蛋白的新颖性，并帮助发现潜在功能相似结构。

一个典型 AI 蛋白设计流程示例

目标：设计一个靶蛋白小型 binder。

1. 用 AlphaFold2 / ColabFold、AlphaFold3 或 RoseTTAFold 获得靶蛋白结构。
2. 用 RFdiffusion 生成可能结合靶蛋白表面的 binder backbone。
3. 用 ProteinMPNN 为 backbone 设计候选序列。
4. 用 AlphaFold2-Multimer、AlphaFold3、Chai-1 或 Boltz 预测复合物。
5. 用 Rosetta、PyRosetta 或 FoldX 做能量和界面筛选。
6. 用 PyMOL 或 ChimeraX 检查界面、氢键、疏水接触和构象合理性。
7. 用 Foldseek 检查结构相似性和新颖性。
8. 选择少量候选进入合成、表达纯化和结合实验。

选择建议

• 单蛋白结构预测：AlphaFold2 / ColabFold、ESMFold。
• 蛋白复合物预测：AlphaFold2-Multimer、AlphaFold3、Chai-1、Boltz-1 / Boltz-2。
• 蛋白-配体 / 蛋白-核酸复合物预测：AlphaFold3、Chai-1、Boltz-1 / Boltz-2、RoseTTAFold All-Atom。
• 从零生成蛋白骨架：RFdiffusion。
• 酶活性位点 scaffold：RFdiffusion2。
• 原子级互作设计：RFdiffusion3、LigandMPNN、RoseTTAFold All-Atom。
• 骨架到序列：ProteinMPNN。
• 配体 / 金属 / 核酸环境下的序列设计：LigandMPNN。
• binder 自动化设计：BindCraft、ColabDesign、RFdiffusion + ProteinMPNN。
• 结构优化与能量评估：Rosetta、PyRosetta、FoldX。
• 结构展示与人工检查：PyMOL、ChimeraX。
• 结构相似性搜索：Foldseek。