RFdiffusion：蛋白骨架生成工具实战

RFdiffusion（Baker 实验室，Nature 2023）把扩散模型用于蛋白骨架生成：从随机噪声出发，在 RoseTTAFold 的结构先验引导下逐步去噪，生成满足指定约束的三维骨架。它让「按需求定制蛋白形状」从研究课题变成了可操作的流程。

部署

git clone https://github.com/RosettaCommons/RFdiffusion.git
cd RFdiffusion
conda env create -f env/SE3nv.yml
conda activate SE3nv
bash scripts/download_models.sh models/     # 下载权重

依赖 SE(3)-Transformer 相关组件，环境较重，建议严格按官方 yml 复现或用容器。需要 GPU。

四种主要设计模式

# 1) 无条件生成：给定长度自由生成骨架
./scripts/run_inference.py \
  'contigmap.contigs=[100-100]' \
  inference.output_prefix=out/uncond inference.num_designs=10

# 2) 结合物设计：针对靶标表面生成 binder
./scripts/run_inference.py \
  inference.input_pdb=target.pdb \
  'contigmap.contigs=[A17-145/0 70-100]' \
  'ppi.hotspot_res=[A59,A83,A91]' \
  inference.output_prefix=out/binder inference.num_designs=100

# 3) motif scaffolding：把功能基序嵌进新骨架
./scripts/run_inference.py \
  inference.input_pdb=motif.pdb \
  'contigmap.contigs=[10-40/A163-181/10-40]' \
  inference.output_prefix=out/scaffold

# 4) 对称组装
./scripts/run_inference.py \
  --config-name symmetry inference.symmetry=C3 \
  'contigmap.contigs=[120-120]' inference.output_prefix=out/c3

contigs 语法是使用门槛所在：A17-145 表示保留输入 PDB 中 A 链 17–145 号残基，70-100 表示生成一段 70～100 残基的新链，/0 表示链断开。hotspot 残基的选择直接决定结合物设计成败——要挑靶标表面真正参与相互作用的关键残基。

完整管线与真实成功率

• 流程：RFdiffusion 生成骨架 → ProteinMPNN（见 196《ProteinMPNN》）设计序列 → AF2/ESMFold 回测自洽 → 过滤后送实验。
• 计算侧过滤：结合物设计通常要求预测复合物的 pAE_interaction < 10、设计骨架与预测结构 RMSD < 2 Å、pLDDT > 80。这一层能滤掉绝大多数候选。
• 实验成功率要有预期：原论文中，结合物设计经计算过滤后送实验，实验命中率通常在百分之几到百分之十几的量级（因靶标难度而异）。这已远优于以往方法，但意味着一次实验轮次仍需测试几十到上百个设计。把它想象成「一发命中」是不现实的。
• 算力预期：生成上千个骨架 + 每骨架数十条序列 + 全部回测，是常规规模，需要规划 GPU 时间。

擅长与不擅长

延伸资源

• 序列设计：196《ProteinMPNN》；折叠验证：195《ESMFold》、192《Boltz》；
• 经典平台：198《Rosetta》、199《PyRosetta》；
• PPI 与生物药设计见「新药模态」模块。