binder-design

Binder 设计工具选择

哪个工具更胜一筹

没有任何一种工具适用于所有靶点。命中率很大程度上取决于靶点，因此应根据靶点类型、你希望控制的因素以及可用算力来选择。

最明确的信号来自针对同一靶点、由多种方法参与的正面对比。在 Adaptyv Nipah 从头设计靶点上，公开结果如下：

方法	测试数	命中数	命中率
Mosaic（梯度，多模型）	9	8	89%
ProteinMPNN 混合方法	28	7	25%
RFdiffusion	60	13	22%
BindCraft	98	7	7%
BoltzGen	182	6	3%

Mosaic 在这里的命中率最高，但样本量较小，而且经过专家调优。换到其他靶点，排名会发生变化；这种靶点依赖性适用于所有方法（BoltzGen、Boltz、BindCraft、Mosaic）。你无法事先知道哪种方法会在新靶点上胜出，因此这不是一个固定的排行榜。

因此，应根据获得一个 Binder 的成本和投入来选择起点，而不是假设某种方法的命中率最高。建议默认使用 BoltzGen，因为它开箱即用且采用全原子设计，能以最少的设置最快获得可测试的设计方案。如果你能投入时间调优目标函数，Mosaic 则是上限更高的选择。对于困难或重要的靶点，可以考虑并行运行多种方法。

De novo binder design?
│
├─ Lowest cost/effort to testable designs → BoltzGen (default)
├─ Hard/important target, can invest tuning → Mosaic (gradient, multi-model)
├─ Ligand / small-molecule binding → BoltzGen (all-atom)
├─ Diversity / exploration → RFdiffusion + ProteinMPNN
├─ End-to-end with built-in validation → BindCraft
└─ Antibody / nanobody (VHH) → germinal skill (also mber, iggm in biomodals)

工具对比

工具	优势	劣势	最适用于
BoltzGen	全原子、单步、开箱即用	循环中只有一个模型；单个设计的成本中等	投入最少的默认选择、配体结合
Mosaic	可组合的多模型目标函数，在困难的正面对比中胜出	需要调优，仅支持本地 JAX	困难或重要的靶点、专家使用
BindCraft	端到端，内置 AF2 验证	多样性较低	生产级设计活动
RFdiffusion	多样性高	需要 ProteinMPNN；不在 biomodals 中	探索、多样性
Germinal	支持抗体和纳米抗体格式	不易调试	scFv / VHH 设计

每个设计的算力成本

Adaptyv 对这些模型进行的测试显示，每个经筛选接受的设计所需算力成本如下，平均值基于 7 个靶点（不同靶点之间的成本会相差数倍）：

方法	每个设计的成本
RSO	~$0.15
RFdiffusion	~$0.25
Mosaic	~$0.55
ESMFold2 inversion	~$0.85
mBER	~$1.40
Germinal	~$1.60
BoltzGen	~$1.80
BindCraft	~$2.90

每个设计的算力成本不等于获得一个 Binder 的成本，后者还取决于该方法在目标靶点上的命中率。梯度方法（RSO、Mosaic）的单个设计成本较低，但需要设置和调优；BoltzGen 和 BindCraft 的单个设计成本较高，但开箱即用，因此它们的优势在于节省人工投入，而不是算力成本最低。

算力与投入的权衡

• 人工投入最少：BoltzGen 无需调优，并可通过 biomodals 运行。适合初步尝试，也适合配体结合。
• 困难靶点的上限最高：Mosaic，前提是有时间设计和调优目标函数。它在本地 JAX GPU 上运行，而非通过 biomodals 运行，且单个设计的成本较低。
• 无论使用哪种生成器，都应使用 boltz 或 chai 进行验证，并使用 ipsae 排序。

其他由 biomodals 支持的选项：用于 minibinder 的 modal_rso.py（Rejection Sampling Optimization，基于 AlphaFold 的梯度方法），以及用于 VHH 纳米抗体的 modal_mber.py。

示例工作流：BoltzGen → Chai → QC

BoltzGen 提供全原子设计，并内置侧链打包。这是一种开箱即用的方案；可根据靶点改用 Mosaic、RFdiffusion 或 BindCraft。

Target → BoltzGen → Validate → Filter
 (pdb)  (all-atom)   (chai)     (qc)

1. 靶点准备

# Fetch structure from PDB
# Use pdb skill for guidance

• 裁剪至结合区域 + 10A 缓冲区
• 移除水分子和配体
• 必要时重新编号链

2. 热点选择

• 选择 3-6 个暴露残基
• 优先选择带电或芳香族残基
• 进行空间聚类（间距在 10-15A 以内）

3. 使用 BoltzGen 进行设计

首先，创建一个 YAML 配置文件（例如 binder.yaml）：

entities:
  - protein:
      id: B
      sequence: 70..100

  - file:
      path: target.cif
      include:
        - chain:
            id: A
      binding_types:
        - chain:
            id: A
            binding: 45,67,89

然后运行：

modal run modal_boltzgen.py \
  --input-yaml binder.yaml \
  --protocol protein-anything \
  --num-designs 50

为什么选择 BoltzGen？

• 输出全原子结构（无需单独执行 ProteinMPNN 步骤）
• 更适合配体/小分子结合
• 单步设计（主链 + 序列 + 侧链）

4. 替代方案：RFdiffusion 流水线

若要获得最大多样性，或优先选择仅生成主链的方案：

# Step 1: Backbone generation (RFdiffusion, run from the official repo)
python run_inference.py \
  inference.input_pdb=target.pdb \
  contigmap.contigs=[A1-150/0 70-100] \
  ppi.hotspot_res=[A45,A67,A89] \
  inference.num_designs=500

# Step 2: Sequence design
modal run modal_ligandmpnn.py \
  --input-pdb backbone.pdb \
  --params-str "--number_of_batches 16 --temperature 0.1"

5. 验证

modal run modal_chai1.py \
  --input-faa sequences.fasta \
  --out-dir predictions/

6. 筛选

应用标准阈值：

• pLDDT > 0.80
• ipTM > 0.50
• PAE_interface < 10
• scRMSD < 2.0 A

详情请参阅 protein-qc 技能。

设计数量

阶段	数量	目的
主链生成	500-1000	多样性
每条主链的序列数	8-16	序列空间
AF2 预测	全部	验证
筛选后	50-200	候选项
实验测试	10-50	最终筛选

常见错误

热点选择错误

• 使用埋藏残基
• 热点过多（约束过强）
• 链号/残基编号错误

多样性不足

• 生成的设计过少
• ProteinMPNN 温度过低
• 未探索多种主链

靶标准备不当

• 使用完整蛋白而非结合区域
• 缺少重要的结构特征
• 质子化状态错误

时间安排指南

步骤	计算时间
RFdiffusion（500 个设计）	2-4 小时
ProteinMPNN（8000 条序列）	1-2 小时
AF2 预测（8000 条序列）	12-24 小时
筛选与分析	1-2 小时

总计：1-2 天计算时间