尧图网页设计 
RFdiffusion实战指南3类任务搞定蛋白质结构设计【免费下载链接】RFdiffusionCode for running RFdiffusion项目地址: https://gitcode.com/gh_mirrors/rf/RFdiffusion做蛋白质结构设计时你经常面对这样的需求给一段已有的肽段搭一个完整骨架、设计一个能贴合靶蛋白的 binder、或者造一个四面体对称的寡聚体。RFdiffusion 就是为这类蛋白质结构设计任务而生的开源扩散模型工具——它在扩散噪声中一步步雕刻出 Cα 骨架轨迹支持带条件基序、靶标、对称性和无条件生成让你用一条命令行就能批量产出候选骨架。装好环境跑通第一次生成克隆仓库并装好 PyTorch 等依赖git clone https://gitcode.com/gh_mirrors/rf/RFdiffusion装完环境后建议先跑一遍最保守的任务无条件生成。examples/design_unconditional.sh 的内容只有一行推理调用指定输出前缀、用 contig 声明要 100–200 个残基的单体、生成 10 条设计。跑完后example_outputs/下会出现 10 个.pdb骨架文件和 10 个.trb扩散轨迹文件.trb记录了逐步去噪过程可用 PyMOL/Chimera 播放查看骨架如何成形。读懂 contig 语法后面所有任务都会用所有设计任务都靠contigmap.contigs描述要生成什么掌握它就掌握了 RFdiffusion 的 80%[100-200]自由设计 100 到 200 个残基的单体具体长度每次随机采样A163-181把输入 PDB 中 A 链 163–181 号残基冻结为基序其余区域由模型去噪生成A1-150/0 70-100保留靶蛋白 A 链前 150 残基/0是链断裂符生成的 binder 不与靶标共价连接后面接一段 70–100 残基的新链数值带横杠如10-40表示范围采样固定值如79-79表示精确长度配合inference.num_designs控制批量数量、diffuser.T控制去噪步数默认 50基本就能应付绝大多数场景。任务一设计结合靶标的 binder这是最典型的条件生成给一个靶蛋白 PDB让模型设计一段能贴合它的短链。打开 examples/design_ppi.sh它的思路是用inference.input_pdbinput_pdbs/insulin_target.pdb指定胰岛素靶标contig 写成A1-150/0 70-100即保留靶标 A 链 一段待扩散的 70–100 残基 binderppi.hotspot_res[A59,A83,A91]把 binder 的接触点锚定到靶标上三个关键残基denoiser.noise_scale_ca0把推理噪声调零让生成的骨架更贴合靶标表面。跑完打开输出的.pdb你会看到靶标旁边长出了一条贴着指定热点的短链——这就是待序列设计的骨架。任务二给固定基序搭骨架Motif Scaffolding如果你有实验上已验证的活性残基或结构片段希望保留它、只生成周围的支撑骨架用 examples/design_motifscaffolding.sh。它以 RSV-F 蛋白input_pdbs/5TPN.pdb为例contig 写成[10-40/A163-181/10-40]中间一段冻结为基序两端各接一段随机长度的新骨架。输出里基序位置与输入严格对齐默认align_motifTrue会做对齐校正骨架则每条设计各不相同。同类变体还有design_motifscaffolding_with_target.sh带靶标约束和design_motifscaffolding_inpaintseq.sh指定序列反推结构。任务三对称寡聚体与部分扩散对称寡聚体换用 config/inference/symmetry.yaml 配置通过inference.symmetry指定对称群c5五重环状、d5二面体、tetrahedral四面体、octahedral八面体、icosahedral二十面体contig 给总长度如600且需被链数整除。examples/design_tetrahedral_oligos.sh 还叠加了olig_contacts引导势用guide_scale2.0和guide_decayquadratic鼓励链间接触——势函数参数都在 config/inference/base.yaml 的potentials区块里定义。部分扩散在已有结构附近采样变体。examples/design_partialdiffusion.sh 以 79 残基的 2KL8 为例contig[79-79]表示整体加噪、diffuser.partial_T10只走 20% 的去噪轨迹10 条设计会聚在原始折叠附近但彼此有差异非常适合做设计多样化。其余场景——活性位点酶设计design_enzyme.sh用substrate_contact势隐式建模底物、宏环肽设计design_cyclic_oligos.sh、design_macrocyclic_binder.sh开启inference.cyclic、二面体/折叠条件生成等——全部脚本都在 examples/ 目录每个脚本头部都有注释说明各参数含义照葫芦画瓢即可。验证结果与继续深入每次运行除了.pdb还会输出.trb轨迹用分子可视化软件加载后检查骨架是否穿过自身、结合界面接触是否落在指定热点、对称轴是否如预期。批量筛选可以参照 tutorials/protein_binder_design/Part2-Backbone-assessment/ 里的脚本对候选骨架做打分和过滤。想进一步掌握inpaint_seq、fold conditioning、模型权重切换等细节直接读 README.md 的 Usage 章节即可。【免费下载链接】RFdiffusionCode for running RFdiffusion项目地址: https://gitcode.com/gh_mirrors/rf/RFdiffusion创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 RFdiffusion实战指南：3类任务搞定蛋白质结构设计
RFdiffusion实战指南3类任务搞定蛋白质结构设计【免费下载链接】RFdiffusionCode for running RFdiffusion项目地址: https://gitcode.com/gh_mirrors/rf/RFdiffusion做蛋白质结构设计时你经常面对这样的需求给一段已有的肽段搭一个完整骨架、设计一个能贴合靶蛋白的 binder、或者造一个四面体对称的寡聚体。RFdiffusion 就是为这类蛋白质结构设计任务而生的开源扩散模型工具——它在扩散噪声中一步步雕刻出 Cα 骨架轨迹支持带条件基序、靶标、对称性和无条件生成让你用一条命令行就能批量产出候选骨架。装好环境跑通第一次生成克隆仓库并装好 PyTorch 等依赖git clone https://gitcode.com/gh_mirrors/rf/RFdiffusion装完环境后建议先跑一遍最保守的任务无条件生成。examples/design_unconditional.sh 的内容只有一行推理调用指定输出前缀、用 contig 声明要 100–200 个残基的单体、生成 10 条设计。跑完后example_outputs/下会出现 10 个.pdb骨架文件和 10 个.trb扩散轨迹文件.trb记录了逐步去噪过程可用 PyMOL/Chimera 播放查看骨架如何成形。读懂 contig 语法后面所有任务都会用所有设计任务都靠contigmap.contigs描述要生成什么掌握它就掌握了 RFdiffusion 的 80%[100-200]自由设计 100 到 200 个残基的单体具体长度每次随机采样A163-181把输入 PDB 中 A 链 163–181 号残基冻结为基序其余区域由模型去噪生成A1-150/0 70-100保留靶蛋白 A 链前 150 残基/0是链断裂符生成的 binder 不与靶标共价连接后面接一段 70–100 残基的新链数值带横杠如10-40表示范围采样固定值如79-79表示精确长度配合inference.num_designs控制批量数量、diffuser.T控制去噪步数默认 50基本就能应付绝大多数场景。任务一设计结合靶标的 binder这是最典型的条件生成给一个靶蛋白 PDB让模型设计一段能贴合它的短链。打开 examples/design_ppi.sh它的思路是用inference.input_pdbinput_pdbs/insulin_target.pdb指定胰岛素靶标contig 写成A1-150/0 70-100即保留靶标 A 链 一段待扩散的 70–100 残基 binderppi.hotspot_res[A59,A83,A91]把 binder 的接触点锚定到靶标上三个关键残基denoiser.noise_scale_ca0把推理噪声调零让生成的骨架更贴合靶标表面。跑完打开输出的.pdb你会看到靶标旁边长出了一条贴着指定热点的短链——这就是待序列设计的骨架。任务二给固定基序搭骨架Motif Scaffolding如果你有实验上已验证的活性残基或结构片段希望保留它、只生成周围的支撑骨架用 examples/design_motifscaffolding.sh。它以 RSV-F 蛋白input_pdbs/5TPN.pdb为例contig 写成[10-40/A163-181/10-40]中间一段冻结为基序两端各接一段随机长度的新骨架。输出里基序位置与输入严格对齐默认align_motifTrue会做对齐校正骨架则每条设计各不相同。同类变体还有design_motifscaffolding_with_target.sh带靶标约束和design_motifscaffolding_inpaintseq.sh指定序列反推结构。任务三对称寡聚体与部分扩散对称寡聚体换用 config/inference/symmetry.yaml 配置通过inference.symmetry指定对称群c5五重环状、d5二面体、tetrahedral四面体、octahedral八面体、icosahedral二十面体contig 给总长度如600且需被链数整除。examples/design_tetrahedral_oligos.sh 还叠加了olig_contacts引导势用guide_scale2.0和guide_decayquadratic鼓励链间接触——势函数参数都在 config/inference/base.yaml 的potentials区块里定义。部分扩散在已有结构附近采样变体。examples/design_partialdiffusion.sh 以 79 残基的 2KL8 为例contig[79-79]表示整体加噪、diffuser.partial_T10只走 20% 的去噪轨迹10 条设计会聚在原始折叠附近但彼此有差异非常适合做设计多样化。其余场景——活性位点酶设计design_enzyme.sh用substrate_contact势隐式建模底物、宏环肽设计design_cyclic_oligos.sh、design_macrocyclic_binder.sh开启inference.cyclic、二面体/折叠条件生成等——全部脚本都在 examples/ 目录每个脚本头部都有注释说明各参数含义照葫芦画瓢即可。验证结果与继续深入每次运行除了.pdb还会输出.trb轨迹用分子可视化软件加载后检查骨架是否穿过自身、结合界面接触是否落在指定热点、对称轴是否如预期。批量筛选可以参照 tutorials/protein_binder_design/Part2-Backbone-assessment/ 里的脚本对候选骨架做打分和过滤。想进一步掌握inpaint_seq、fold conditioning、模型权重切换等细节直接读 README.md 的 Usage 章节即可。【免费下载链接】RFdiffusionCode for running RFdiffusion项目地址: https://gitcode.com/gh_mirrors/rf/RFdiffusion创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考