针对蛋白互作定向进化任务科晶生物构建了一套整合深度学习的完整工作流。本文分享科晶生物利用AI算法进行蛋白质改造的技术管线该方案高效替代湿实验筛选。首先调用AlphaFold3确立受配体结合构象作为后续优化的空间锚点。随后构象数据输入至基于图神经网络的ProteinMPNN中重构出300条高稳定性候选序列。生成的序列交由无需MSA的OmegaFold推断单链三维结构并利用PyMOL进行结构比对确保改造前后RMSD小于2Å维持构象高度相似性。最后利用HDOCK结合自由对接算法计算结合能以AlphaFold3的pTM和ipTM值为指标完成验证闭环。实测数据显示该算法工程成功使目标蛋白序列对接分值由-271.2优化至-303.39展现了极高的模型鲁棒性。