用 Boltz 或 Chai-1 预测蛋白-配体复合物

AF3 架构的一个关键跃进是把小分子配体纳入结构预测——不再需要「先预测蛋白、再对接配体」两步走，而是一次预测出复合物。Boltz（见 192《Boltz》）和 Chai-1（见 193《Chai-1》）是两个可本地部署的开源实现。

Boltz：MIT 许可，商用无限制

pip install boltz

# 最简单：FASTA 输入
boltz predict input.fasta --use_msa_server --out_dir results/

# 复杂体系用 YAML
boltz predict complex.yaml --use_msa_server \
  --diffusion_samples 5 --out_dir results/

# complex.yaml
version: 1
sequences:
  - protein:
      id: A
      sequence: MVTPEGNVSLVDESLLVGVTDEDRAVRSAHQFYERLIGLWAPAVMEAAH...
  - ligand:
      id: B
      smiles: "COc1cc2ncnc(Nc3ccc(F)c(Cl)c3)c2cc1OCCCN1CCOCC1"
properties:
  - affinity:
      binder: B

--use_msa_server 省掉本地几百 GB 数据库，但会把序列发到远程服务。敏感靶点序列必须改用本地 MSA。

Chai-1：支持实验约束注入

pip install chai_lab

from pathlib import Path
from chai_lab.chai1 import run_inference

run_inference(
    fasta_file=Path("input.fasta"),
    output_dir=Path("outputs"),
    num_trunk_recycles=3,
    num_diffn_timesteps=200,
    use_esm_embeddings=True,      # 无 MSA 模式：快但精度略降
    seed=42,
)

# FASTA 用特殊头部标记实体类型
>protein|name=kinase
MVTPEGNVSLVDESLLVGVTDEDRAVRSAHQFYERLIG
>ligand|name=inhibitor
COc1cc2ncnc(Nc3ccc(F)c(Cl)c3)c2cc1OCCCN1CCOCC1

Chai-1 的特色是可注入实验约束（已知的残基接触、交联质谱结果），当你手上已有部分实验证据时特别有用。

结果判读

import json, numpy as np

# Boltz 输出的置信度
conf = json.load(open("results/predictions/complex/confidence_complex_model_0.json"))
print(f"confidence_score: {conf['confidence_score']:.3f}")
print(f"ptm:              {conf['ptm']:.3f}")
print(f"iptm:             {conf['iptm']:.3f}")        # 界面质量
print(f"ligand_iptm:      {conf.get('ligand_iptm', 'n/a')}")
print(f"complex_plddt:    {conf['complex_plddt']:.3f}")

指标	含义	判读
pLDDT	残基级局部置信度	>90 很可信；<50 常为无序区
PAE	残基对相对位置误差	低 = 域间/链间取向可信
ipTM	界面预测质量	>0.8 较可信；<0.6 需谨慎
ligand_iptm	配体界面质量	判断配体姿势可信度的关键

多采样看收敛性：比单次置信度更可靠

from rdkit import Chem
from rdkit.Chem import rdMolAlign
import itertools, numpy as np

# 用多个 diffusion sample，看配体姿势是否收敛
poses = []
for i in range(5):
    m = Chem.MolFromPDBFile(f"results/predictions/complex/model_{i}.pdb",
                            removeHs=True, sanitize=False)
    poses.append(m)

# 两两 RMSD
rmsds = []
for a, b in itertools.combinations(range(len(poses)), 2):
    try:
        rmsds.append(rdMolAlign.CalcRMS(poses[a], poses[b]))
    except Exception:
        pass

print(f"采样间 RMSD: 均值 {np.mean(rmsds):.2f} Å, 最大 {np.max(rmsds):.2f} Å")
if np.mean(rmsds) < 2.0:
    print("✓ 采样收敛，姿势较可信")
else:
    print("✗ 采样发散 —— 该体系预测不可靠，需交叉验证")

发散本身是重要信号，比一个高置信度数字更能反映预测的可靠性。

配体姿势的验证（必做）

# 1) 物理有效性检查
pip install posebusters

from posebusters import PoseBusters

buster = PoseBusters(config="dock")
df = buster.bust(["predicted_ligand.sdf"], None, "receptor.pdb")
print(df.T)
# 检查项：键长、键角、平面性、立体化学、
#        与蛋白的空间冲突、是否在口袋内

# 任何一项不通过，该姿势就不该用于设计决策

# 2) 与传统对接交叉验证
# 用 Vina/GNINA 对同一体系对接，比较姿势
from rdkit.Chem import rdMolAlign
rmsd = rdMolAlign.CalcRMS(predicted_pose, docked_pose)
print(f"预测姿势 vs 对接姿势 RMSD: {rmsd:.2f} Å")
# < 2 Å 说明两条独立路线一致，可信度大增

# 3) 相互作用核对（见 338）
# 预测姿势是否形成了该靶点家族已知的关键相互作用？

与传统对接的分工

场景	推荐
有共晶结构，做类似物对接	传统对接（Vina/GNINA）
无任何结构信息	AF3 类复合物预测
需要大规模筛选	传统对接（成本低几个数量级）
需要蛋白与配体同时建模	AF3 类
含核酸、离子、辅因子的复杂体系	AF3 类
亲和力排序	两者都弱，需 FEP 或实验

共同的限制：这类模型的姿势预测有改善，但亲和力预测仍弱。Boltz-2 的亲和力预测功能很有潜力，但用于决策前必须在自家已知活性数据上验证。

延伸资源

• 工具详解：192《Boltz》、193《Chai-1》；上一步：343《用 AlphaFold Server 预测无结构靶点》；
• 对照方法：345《用 DiffDock 预测 Docking Pose》、346《比较 DiffDock、Vina、GNINA》、336《用 AutoDock Vina 跑 Docking》。