protein-binder-design

蛋白质结合体设计（工作流）

通过组合原子级 NIM 技能，开展从头结合体设计项目。此技能负责编排、交接约定、筛选、验证和运行清单。它不会重复介绍各 NIM 的 API 细节——这些内容请参阅各原子级技能的 SKILL.md。

组合技能

步骤	技能	负责内容
骨架	rfdiffusion-nim	结合体骨架 PDB（contig + 热点）
序列	proteinmpnn-nim	每个骨架对应的序列
共折叠 / 评分	boltz2-nim 或 openfold3-nim	结合体–靶标复合物 + 置信度 / ipTM
MSA（可选）	msa-search-nim	用于提升折叠质量的靶标 A3M

建议搭配使用这些原子级 NIM 技能（每个 NIM 各一个，来自 BioNeMo NIM 技能集）。但它们并非必需：references/pipeline.md 包含每次 NIM 调用的具体请求格式，因此具备 NIM 访问权限的 Agent 可以独立遵循此技能。有关端点 / 身份验证，请参阅下方的配置。

流水线

1. 靶标准备 — 获取靶标 PDB 和表位；将表位 / 热点的作者残基编号映射为 RFdiffusion 的 hotspot_res 字符串；也可选择使用 msa-search-nim 构建靶标 MSA。
2. 骨架（rfdiffusion-nim）— 结合体 contig + hotspot_res；生成 N 个骨架。
3. 序列（proteinmpnn-nim）— 每个骨架生成 k 条序列；从 mfasta 中移除天然 / WT 行。
4. 共折叠 + 评分（boltz2-nim / openfold3-nim）— 对结合体和靶标进行共折叠；收集界面置信度（ipTM）和结合体 pLDDT。
5. 自洽性 — 计算 RFdiffusion 骨架与预测结合体之间的 CA-RMSD（scripts/metrics.py）。
6. 筛选 + 排序 — 应用阈值；为通过筛选的候选项排序；写入清单 + CSV。

完整的交接约定、分支流程和成本漏斗：references/pipeline.md。

交接约定（脆弱的衔接环节）

• RFdiffusion output_pdb → ProteinMPNN input_pdb（内嵌 PDB 文本）。
• ProteinMPNN mfasta → Boltz2 结合体聚合物的 sequence（排除天然 / WT 行；仅将评分与设计序列配对）。
• 表位作者残基编号 → 1-based 序列索引：使用 scripts/pdb_utils.py:remap_to_seq_index 重新映射。RFdiffusion 的 hotspot_res 使用类似 "A50" 的链 + 作者编号字符串；Boltz2 的口袋 / 接触点使用 1-based 索引。
• Boltz2 复合物 .cif → 结合体链 → 与骨架对比，计算自洽性 RMSD。

运行清单（可复现性基础）

每个项目都会通过 scripts/manifest.py 在运行目录下写入 manifest.json（以及 candidates.csv）。它记录谱系、参数、评分、产物、筛选状态和控制项，便于排序、恢复运行、验证和生成最终报告。架构和用法：references/manifest.md。

筛选条件（默认值）

• ipTM ≥ 0.8，结合体 pLDDT ≥ 80，自洽性 RMSD ≤ 2.0 Å。
• 可按项目覆盖默认值，并在清单 filters 中记录覆盖项。

验证

始终运行对照并报告成功率，不能只报告最高评分。通过 scripts/controls.py 运行阴性对照（打乱序列）；阳性对照为通过同一流水线重新评分的已发表结合体。基准靶标位于 assets/targets.json（scripts/registry.py）。方法和指标定义：references/validation.md。

人机协作 + 成本

• 在生成骨架前，先与用户确认靶标、表位 / 热点、结合体长度范围，以及使用托管服务还是本地运行（AskUserQuestion）。
• 共折叠是成本较高的阶段：先对数量受限的候选列表进行共折叠并审核，然后再扩大范围。明确说明使用托管服务还是本地运行，并在所有 NIM 调用中保持一致。

负责任地使用

从头设计结合体具有双重用途。对于旨在增强病原体适应性、毒素效力或生物武器功能的请求，应予以拒绝；设计应限于正当的研究和治疗用途。

配置（NIM 访问）

每个组合式 NIM 都通过 HTTP 访问；选择托管或本地模式后，每次调用都使用同一种模式：

• 托管（由服务管理）：根据每个 NIM 在 build.nvidia.com 上提供的基础 URL https://health.api.nvidia.com/v1/... 访问；设置 NVIDIA_API_KEY（以 Authorization: Bearer 形式发送）。从环境中读取密钥，切勿将其硬编码。
• 本地（自托管 NGC 容器）：将每个 NIM 指向其本地 URL （例如 http://localhost:8000/...）；本地 NIM 不需要身份验证标头。若要自行启动这些 NIM（每个 NIM 对应的 docker run、持久化缓存、健康检查，以及 GPU 配置文件选择注意事项——某些 NIM（例如 Boltz2）在没有捆绑配置文件的 GPU 上需要固定 NIM_MODEL_PROFILE，而其他 NIM（RFdiffusion/ProteinMPNN）会根据计算能力自动选择配置文件）：请参阅 references/local-nim-setup.md。

每个 NIM 的路径、请求/响应架构，以及可直接运行的 curl/Python 示例位于 references/pipeline.md。

脚本

• scripts/manifest.py — 活动清单（创建 / 加载 / 评分 / 筛选 / 排名 / CSV）。
• scripts/pdb_utils.py — PDB 解析、链提取、序列、残基重映射、CA 坐标。
• scripts/metrics.py — 用于自洽性检查的 Kabsch CA-RMSD。
• scripts/controls.py — 打乱序列的负对照。
• scripts/registry.py + assets/targets.json — 示例基准目标注册表 （用于说明的表位——实际开展活动前，请对照引用的结构进行核验）。请替换为你自己的目标。