蛋白结构导向的序列设计 (ProteinMPNN & SolubleMPNN)

本工具依托性能领先的图神经网络算法 ProteinMPNN，专为蛋白质骨架定向氨基酸序列设计打造，兼顾天然结构还原精度与高速运算能力，可高效完成蛋白全新序列改造、天然骨架复原等分子设计工作，广泛适用于酶分子改造、抗原蛋白优化、载体蛋白重构、蛋白复合物界面设计等计算生物与蛋白工程场景。

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。

模型基于 ProteinMPNN (Dauparas et al., Science 2022)，支持标准模型与仅-CA 模型，以及可溶性蛋白特化版本(SolubleMPNN)。

1. 上传蛋白质结构文件 (PDB / mmCIF):

3. 设计参数设置:

模型:
生成序列数:		每个目标生成 1-10 条
采样温度:		输入单个温度值，值越高生成序列的多样性越高
骨架噪声:		向骨架坐标添加高斯噪声 (A)，提高生成多样性
随机种子:		填 0 表示每次随机；填非 0 整数表示固定随机种子
排除氨基酸:		勾选的氨基酸不会出现在生成序列中

4. 高级选项:

CA-Only 模式	适用场景：① 仅有 Cα 坐标的结构（如 cryo-EM 低分辨率、NMR 稀疏约束、de novo 设计骨架）；② 侧链或主链原子坐标缺失/不完整时。此模式仅读取 Cα 原子，忽略 N/C/O 等其他骨架原子。注意：暂不支持与可溶性模型同时使用。
可溶性模型	适用场景：① 设计可溶性蛋白（非跨膜蛋白）；② 希望降低膜蛋白特征序列出现的概率；③ 对最终蛋白溶解度和表达有较高要求的场景。训练时排除了膜蛋白结构，生成的序列更偏向可溶性蛋白的氨基酸分布。模型：SolubleMPNN
最大序列长度:		超过此长度的残基将被截断

5. 约束与偏置 (JSONL，可选):

以下 JSONL 提供比上方 UI 控件更精细的控制。若填写，将覆盖上方对应的链选择 / 排除 AA 设置。位置编号是1-based，与PDB文件的残基编号无关。

链设计指定 — 覆盖上方链选择 (chain_id_jsonl):	按链排除 AA — 覆盖上方排除列表 (omit_AA_jsonl):
固定位置 (fixed_positions_jsonl):	AA 组成偏置 (bias_AA_jsonl):
按残基位置偏置 (bias_by_res_jsonl):	对称/捆绑位置 (tied_positions_jsonl):

6. PSSM 选项 (Position-Specific Scoring Matrix，可选):

PSSM JSONL (pssm_jsonl):
PSSM 权重 (pssm_multi):		0.0=不使用 PSSM，1.0=忽略 MPNN 预测
PSSM 阈值 (pssm_threshold):		限制每个位置的 AA 选择范围
使用对数几率 (pssm_log_odds_flag)	PSSM 偏置模式 (pssm_bias_flag)

ProteinMPNN 简介

ProteinMPNN (Dauparas et al., Science 2022) 是一种基于消息传递神经网络的蛋白质序列设计方法。

核心特点：
  - 以蛋白质骨架坐标（N, CA, C, O 等原子）为输入
  - 使用编码器-解码器架构，在 3D 结构图上传递信息
  - 自回归逐残基采样生成氨基酸序列
  - 支持多种噪声水平和模型变体
  - 可指定设计链 / 非设计上下文链 / 固定位置
  - 支持序列偏置（bias）、排除特定氨基酸等约束

可用模型：
  v_48_002 — 训练噪声 0.02A，48 条边（最保守，推荐对高精度结构使用）
  v_48_010 — 训练噪声 0.10A，48 条边
  v_48_020 — 训练噪声 0.20A，48 条边（推荐默认选项）
  v_48_030 — 训练噪声 0.30A，48 条边（对低精度/NMR 结构更友好）

引用: Dauparas, J., et al. "Robust deep learning–based protein sequence design using ProteinMPNN." Science 378.6615 (2022): 49-56.