AbMPNN 是一款基于深度学习的抗体逆折叠模型，专为抗体序列设计而优化。它利用抗体的三维骨架结构信息，高效预测能够折叠成目标构象的氨基酸序列，尤其擅长处理高度多样化的 CDRH3 区域。

相比通用蛋白设计模型，AbMPNN 在序列恢复率、结构鲁棒性和抗体框架可识别性上均有显著提升。模型经过大规模抗体结构数据与序列库的精细调优，能够生成稳定、可设计且具有天然抗体特征的候选序列。

上传 PDB 或 mmCIF 格式的蛋白质结构文件，系统将自动解析链信息。选择需要设计的链并设置参数后，模型将生成多条优化的氨基酸序列，并给出每条序列的评分（score = -log_prob，越低越好）与序列恢复率。