ProteinMPNN 是一种基于图神经网络的蛋白质序列设计工具，可根据给定的蛋白质骨架结构生成优化的氨基酸序列。它通过捕捉蛋白质的空间信息，实现快速、高效的序列预测，广泛应用于蛋白质工程、稳定性优化和结合位点设计等领域。与传统方法相比，ProteinMPNN 更高效，能生成多样性和精准度兼备的序列，为实验验证和进一步优化提供了可靠支持。
如何运行 ProteinMPNN
克隆 GitHub 仓库和安装依赖：
克隆仓库并安装必要的 Python 环境：
git clone https://github.com/dauparas/ProteinMPNN.gitcd ProteinMPNNpip install torch numpy
确保 Python 版本 >= 3.0，安装 PyTorch 和 NumPy 库。
模型权重：
全蛋白骨架模型（例如，
v_48_002.pt、v_48_010.pt等）用于通用的蛋白质设计。仅CA原子模型（例如，
ca_model_weights/v_48_002.pt）用于只使用CA原子的蛋白质设计。如果使用这些模型，需要启用--ca_only标志。
辅助脚本：
helper_scripts 目录下包含了许多辅助脚本，用于解析PDB文件、指定要设计的链、固定某些残基、增加氨基酸偏好、绑定残基等操作。
代码结构说明
protein_mpnn_run.py：主脚本，用于初始化并运行 ProteinMPNN 模型。
protein_mpnn_utils.py：包含一些实用的函数，辅助主脚本。
examples/：包含了一些简单的代码示例，帮助用户理解如何使用模型。
inputs/：示例所用的输入 PDB 文件。
outputs/：示例运行后的输出文件。
colab_notebooks/：Google Colab 示例。
training/：重新训练模型所需的代码和数据。
输入参数说明
在运行 protein_mpnn_run.py 时，可以使用多个输入参数来配置模型。以下是一些常见的参数说明：
--ca_only：启用时，模型仅使用 CA 原子进行设计。--path_to_model_weights：指定模型权重文件所在的文件夹路径。--model_name：选择使用的模型名称，如v_48_002、v_48_010等。--use_soluble_model：使用专门训练用于溶解蛋白质的模型。--seed：设置随机种子。--save_score：是否保存模型的评分，1为保存。--path_to_fasta：提供输入序列的 FASTA 文件路径。--num_seq_per_target：每个目标生成的序列数。
运行示例
在 examples/ 目录下提供了一些 Bash 脚本示例，帮助用户快速运行模型：
submit_example_1.sh：简单的单体蛋白质设计示例。submit_example_2.sh：多链蛋白质设计示例。submit_example_3.sh：直接从 PDB 文件路径设计蛋白质。submit_example_4.sh：固定某些残基位置的设计。submit_example_5.sh：绑定某些残基位置的设计。
输出示例
运行 ProteinMPNN 后，输出结果包含设计序列的评分、模型使用的参数等信息。输出的示例如下：
3HTN, score=1.1705, global_score=1.2045, fixed_chains=['B'], designed_chains=['A', 'C'], model_name=v_48_020, git_hash=015ff820b9b5741ead6ba6795258f35a9c15e94b, seed=37NMYSYKKIGNKYIVSINNHTEIVKALNAFCKEKGILSGSINGIGAIGELTLRFFNPKTKAYDDKTFREQMEISNLTGNISSMNEQVYLHLHITVGRSDYSALAGHLLSAIQNGAGEFVVEDYSERISRTYNPDLGLNIYDFER...
输出内容说明：
score：设计序列的评分，表示序列符合目标结构的程度（负对数概率）。
global_score：所有残基的评分，包含了固定残基的评分。
fixed_chains：没有被设计的链。
designed_chains：被设计的链。
model_name：使用的模型名称，如
v_48_020。git_hash：使用的 GitHub 版本的哈希值。
T=0.1：使用的采样温度。
sample：生成的样本序列编号。
