Boltz 教程：新一代生物分子结构预测工具怎么用

Boltz 是 MIT 许可的开放结构预测模型，能力对标 AlphaFold3。对产业用户而言，它的关键优势是「可以商用」——而且支持任意 SMILES 配体与口袋约束，这两点是 AlphaFold Server 做不到的。

安装与最简用法

pip install boltz
# GPU 推荐（CPU 也能跑但很慢）

# ---- 最简的输入：YAML ----
# input.yaml:
#   version: 1
#   sequences:
#     - protein:
#         id: A
#         sequence: MKTAYIAKQRQISFVKSHFSRQLEERLGLIEVQ

boltz predict input.yaml --use_msa_server --out_dir results/

# --use_msa_server: 用远程 MMseqs2 搜 MSA
#   【敏感序列不要用】—— 序列会发到外部

# ---- 蛋白 + 小分子配体 ----
# input.yaml:
#   version: 1
#   sequences:
#     - protein:
#         id: A
#         sequence: MKTAYIAK...
#     - ligand:
#         id: L
#         smiles: "CC(=O)Nc1ccc(O)cc1"
#
# 【任意 SMILES 都可以】—— 这是相对 AF Server 的关键优势

# ---- 常用参数 ----
boltz predict input.yaml \
  --use_msa_server \
  --recycling_steps 5 \
  --diffusion_samples 5 \
  --sampling_steps 200 \
  --output_format mmcif \
  --out_dir results/

# --diffusion_samples: 【采样多个结构看一致性】
# --recycling_steps:   循环回收次数，增大可能提升质量

口袋约束：显著提升质量的功能

# 【如果已知结合位点，务必使用】
#
# input.yaml:
#   version: 1
#   sequences:
#     - protein:
#         id: A
#         sequence: MKTAYIAK...
#     - ligand:
#         id: L
#         smiles: "CC(=O)Nc1ccc(O)cc1"
#   constraints:
#     - pocket:
#         binder: L
#         contacts: [[A, 45], [A, 78], [A, 123]]
#
# 【为什么重要】：
#   实际场景中口袋位置通常是已知的
#   （从共晶结构、突变实验或同源蛋白得知）
#   → 不用这个信息是浪费
#   → 【加约束后姿势预测质量明显提升】
#
# 【怎么确定 contacts 残基】：
#   - 从同一靶点的共晶结构中提取（用 PLIP，见 108）
#   - 从同源蛋白的结合位点映射
#   - 从突变实验数据
#   - 从口袋检测工具（fpocket）的结果

# ---- 共价连接（共价抑制剂建模）----
#   constraints:
#     - bond:
#         atom1: [A, 797, SG]      # Cys797 的硫原子
#         atom2: [L, 1, C2]        # 配体的迈克尔受体碳
#
# ---- 修饰残基 ----
#   sequences:
#     - protein:
#         id: A
#         sequence: MKTAYSAKQRQ
#         modifications:
#           - position: 6
#             ccd: SEP             # 磷酸丝氨酸
#
# ---- 多链复合物 ----
#   sequences:
#     - protein: {id: A, sequence: MKTAY...}
#     - protein: {id: B, sequence: MSKGE...}
#     - ligand:  {id: L, smiles: "CCO"}
#
# ---- 核酸 ----
#   sequences:
#     - protein: {id: A, sequence: MKTAY...}
#     - dna:     {id: D, sequence: ATGCATGC}

结果判读

import json
import numpy as np

with open("results/predictions/x/confidence_x_model_0.json") as f:
    conf = json.load(f)

print("综合置信度:", conf["confidence_score"])
print("pTM:", conf["ptm"])
print("ipTM:", conf["iptm"])
print("配体界面 ipTM:", conf.get("ligand_iptm"))
print("复合物 pLDDT:", conf["complex_plddt"])

# 【判读要点】：
#   ligand_iptm 是判断配体姿势可信度的核心指标
#   但【高 ligand_iptm 不保证姿势物理合理】
#   → 仍需 PoseBusters 检查

# ---- 多次采样的一致性检验（最实用的判据）----
from rdkit import Chem
from rdkit.Chem import rdMolAlign
import glob

def consistency_check(pred_dir, threshold=2.0):
    """比较多次采样中配体位置的一致性"""
    ligs = []
    for path in sorted(glob.glob(f"{pred_dir}/*_model_*.cif")):
        # 从 cif 中提取配体（实际需要按 chain id 筛选）
        # 这里示意用 SDF 导出后比较
        pass
    # 计算两两 RMSD，一致性高则可信

# 【建议流程】：
#   --diffusion_samples 5
#   → 比较 5 个结构中配体位置的 RMSD
#   → 两两 RMSD < 2 Å 的比例 > 70% = 可信
#   → 分散 = 该体系不可靠，不应据此做设计决策

后处理：必需的验证

# 与所有深度学习结构预测方法一样，必须验证

# ---- 1) 物理有效性 ----
from posebusters import PoseBusters
buster = PoseBusters(config="dock")
df = buster.bust(["ligand.sdf"], None, "protein.pdb")
# 【不通过的姿势不应用于设计】

# ---- 2) 局部优化修正 ----
# smina -r protein.pdb -l ligand.sdf --minimize -o refined.sdf

# ---- 3) 独立打分 ----
# smina -r protein.pdb -l refined.sdf --score_only
# 【Boltz 不给亲和力，需要独立评估】

# ---- 4) 相互作用核对 ----
# 用 PLIP 分析，与已知的关键相互作用比较（见 108）

# ---- 5) 与传统对接交叉验证 ----
# 与 Vina/GNINA 的姿势比较（见 346）
# 【原理不同的方法一致 → 可信度显著提高】

# ---- 6) 与已知共晶结构比较（如果有）----
# 用该靶点的已知配体测试：能否复现晶体姿势？
# 【这是最有说服力的验证】

Boltz-1 与 Boltz-2 的差异

	Boltz-1	Boltz-2
结构预测	是	是
亲和力预测	无	有
许可	MIT	MIT
速度	—	相近

# Boltz-2 的亲和力预测
# input.yaml:
#   ...
#   properties:
#     - affinity:
#         binder: L
#
# 输出中会多出：
#   affinity_pred_value
#   affinity_probability_binary
#
# 【重要提醒】：
#   输出的尺度需要在自家已知数据上【校准】
#   不要直接当作 pIC50 使用（见 121）

实用建议

已知口袋务必用 pocket 约束：这是最能提升质量的单一措施；
多次采样看一致性：--diffusion_samples 5 起步；
敏感序列不要用 --use_msa_server：可以预先用本地 MMseqs2 生成 MSA 并在 YAML 中指定；
固定版本：不同版本的结果可能不同，生产流程中要锁定；
与 Chai-1 交叉验证：两者训练细节不同，结果一致时可信度显著提高（见 021《Chai-1 教程》）；
不要跳过物理检查：这是所有此类方法的共同要求。

关键要点

MIT 许可 + 任意 SMILES 配体是它相对 AlphaFold Server 的两个关键优势；
已知口袋时务必用 pocket 约束——这是最能提升姿势质量的单一措施；
支持共价连接与修饰残基的显式建模；
多次采样看一致性 + PoseBusters 检查 + 与传统对接交叉验证，缺一不可。

延伸资源

Boltz-1 论文：120《Boltz-1 技术报告精读》；Boltz-2 论文：121《Boltz-2 技术报告精读》；实战：344《用 Boltz 或 Chai-1 预测蛋白-配体复合物》；
Chai-1 教程：021《Chai-1 教程》；AlphaFold Server：019《AlphaFold Server 教程》；姿势验证：096《Binding Pose》。