5分钟跑通RFdiffusion：用扩散模型生成蛋白质骨架的完全指南

【免费下载链接】RFdiffusion Code for running RFdiffusion 项目地址: https://gitcode.com/gh_mirrors/rf/RFdiffusion

手里有一段短基序，想让它被一个完整的骨架包裹住；或者想生成一个能精确扣住靶点的结合蛋白——这类结构在已知数据库里通常不存在，同源建模帮不上忙。RFdiffusion 是一个开源的蛋白质设计工具，用扩散模型直接生成蛋白质骨架，并把「固定基序」「结合靶点」「对称约束」等条件编码进生成过程，覆盖从空白设计到定向改造的多数任务。

能力总览：一张表看懂它能做什么

类别	功能	典型任务	入口（脚本 / 配置）
从头生成	无条件单体生成	从零生成 100–200 残基的蛋白质	examples/design_unconditional.sh
从头生成	对称寡聚体	循环（cN）、二面角（dN）、四面体对称组装体	examples/design_tetrahedral_oligos.sh、config/inference/symmetry.yaml
从头生成	大环肽设计	环肽单体或环肽结合剂	examples/design_macrocyclic_monomer.sh、examples/design_macrocyclic_binder.sh
定向改造	基序搭架	围绕固定基序生长骨架	examples/design_motifscaffolding.sh
定向改造	部分扩散	基于已知折叠生成变体	examples/design_partialdiffusion.sh
定向改造	结合剂设计	对靶蛋白设计 de novo 结合剂	examples/design_ppi.sh
定向改造	酶活性位点设计	微小基序搭架 + 底物引导势	examples/design_enzyme.sh
拓扑约束	折叠条件生成	用二结构 / 邻接信息引导拓扑	examples/design_ppi_scaffolded.sh
对称约束	对称基序搭架	沿对称轴传播基序	examples/design_nickel.sh

示例输入结构放在 examples/input_pdbs/ 目录（如 5TPN、insulin_target、tau_peptide 等 PDB 文件），config/inference/base.yaml 是全部推理参数的默认来源。

快速上手：安装、首跑、看结果

✅ 环境搭建分三步：克隆代码、放模型权重、装 SE3 扩展：

git clone https://gitcode.com/gh_mirrors/rf/RFdiffusion

进入仓库后，用 scripts/download_models.sh（或 README 中的 wget 列表）把 Base_ckpt.pt、Complex_base_ckpt.pt 等权重下载进 models/ 目录，再构建运行环境：

conda env create -f env/SE3nv.yml
conda activate SE3nv
cd env/SE3Transformer && pip install -r requirements.txt && python setup.py install && cd ../..
pip install -e .

注意 yml 文件按 CUDA 11.1 给出，其他 GPU 环境需要自行调整 cudatoolkit 与 PyTorch 版本。

最小可跑示例——无条件生成 10 个 150 残基的蛋白质，只需指定长度、输出前缀、设计数量三件事：

./scripts/run_inference.py 'contigmap.contigs=[150-150]' inference.output_prefix=test_outputs/test inference.num_designs=10

⚠️ 首次运行会卡在 "Calculating IGSO3"，这是构建几何索引，完成后会缓存，之后启动就快了。

结果怎么看：输出目录里每个设计有三类文件——.pdb 是最终骨架（设计区全部为甘氨酸、无侧链，属正常现象）；.trb 记录本次实际用到的 contig 和完整配置，排查问题先看它；/traj/ 文件夹存放逐步去噪轨迹，是可用 PyMOL 打开的多步 PDB（注意轨迹按时间倒序排列）。

场景精选：四个常用任务怎么配

基序搭架：contigs 串怎么写

能做什么：把输入 PDB 中的一段残基钉死在原位，让模型在它周围长出 N 端和 C 端骨架。

入口脚本：examples/design_motifscaffolding.sh（输入为 examples/input_pdbs/5TPN.pdb）。

关键参数：核心是 contig 串，字母前缀表示「保留的基序」，无前缀表示「待生成段」（每次推理随机采样长度），/0 表示断链。示例脚本中的 'contigmap.contigs=[10-40/A163-181/10-40]' 即在 A163-181 两侧各长 10–40 残基。若基序只有几个残基（如酶活性位点），建议切换微调过的活性位点模型：inference.ckpt_override_path=models/ActiveSite_ckpt.pt。

结合剂设计：hotspot 指定结合界面

能做什么：面向靶蛋白的指定界面区域，设计 70–100 残基的新结合剂。

入口脚本：examples/design_ppi.sh（靶标为 examples/input_pdbs/insulin_target.pdb）。

关键参数：'contigmap.contigs=[A1-150/0 70-100]' 把靶标 A 链 1-150 与待生成的 70–100 残基链分开；'ppi.hotspot_res=[A59,A83,A91]' 告诉模型必须接触哪些界面残基——这是保证结合剂打在被裁剪暴露出的真实界面、而非人工水合补丁上的关键。脚本同时把 denoiser.noise_scale_ca 和 denoiser.noise_scale_frame 设为 0，以质量换多样性。大靶标建议先裁剪到界面附近（运行开销随残基数平方增长）。

对称寡聚体：symmetry 参数在哪里改

能做什么：生成循环、二面角、四面体等对称的多亚基组装体。

入口脚本：examples/design_tetrahedral_oligos.sh；对称相关配置独立打包在 config/inference/symmetry.yaml 中，通过 --config-name symmetry 切换。

关键参数：inference.symmetry=tetrahedral（或 c4、d2 等）决定对称类型；contigs 长度是寡聚体总长，必须能被链数整除，如 'contigmap.contigs=[600-600]' 即 4 条 150 残基链的四面体。示例脚本还挂了一个促进链间/链内接触的引导势：potentials.guiding_potentials=["type:olig_contacts,weight_intra:1,weight_inter:0.1"] 配合 potentials.guide_scale=2.0 与 potentials.guide_decay="quadratic"。

部分扩散：围绕已知折叠生成变体

能做什么：从一个已知结构出发，加噪若干步再去噪，在保持大致折叠的同时产生结构多样性。

入口脚本：examples/design_partialdiffusion.sh（输入 examples/input_pdbs/2KL8.pdb，79 残基）。

关键参数：diffuser.partial_T=10 表示只走 10 步噪声往返（总步数默认 50，噪声越大变体越远）。约束是 contig 长度必须与输入结构完全一致，如 'contigmap.contigs=[79-79]'；想保留局部序列可用 contigmap.provide_seq 指定零起始的残基区间。

大环肽结合剂：一个 cyclic 开关

能做什么：按 RFpeptides 方案设计原子精度环肽结合剂（另有单体版 examples/design_macrocyclic_monomer.sh）。

入口脚本：examples/design_macrocyclic_binder.sh（靶标 input_pdbs/7zkr_GABARAP.pdb）。

关键参数：在常规结合剂参数（contigs + ppi.hotspot_res）之外加两个开关——inference.cyclic=True 声明要生成环肽，inference.cyc_chains='a' 指出哪条链要闭环。

进阶技巧：调参、批量与容器化

• 步数与噪声：默认 diffuser.T=50，50 步的输出质量通常已接近 200 步。若结果质量不稳，把 denoiser.noise_scale_ca / denoiser.noise_scale_frame 降到 0.5 甚至更低，可提高单条设计的可靠性但损失多样性；inference.final_step 可提前收尾加速。
• 引导势：配置中 potentials 区块支持在去噪过程中施加可微势（如 olig_contacts、substrate_contacts，见 examples/design_enzyme.sh 中的用法），guide_scale 控制强度、guide_decay 控制随步数衰减（constant/linear/quadratic/cubic）。经验：先从无势跑基线，再逐步加强，且 intra 链权重一般要高于 inter 链。
• 批量任务：inference.num_designs 控制单批数量，inference.design_startnum 控制起始编号，便于断点续跑。
• 可视化：/traj/ 中的轨迹文件直接拖进 PyMOL 即可逐帧查看去噪过程；最终 .pdb 可用任何分子可视化工具检查骨架合理性。
• Docker：仓库提供 docker/Dockerfile，适合 HPC 环境——构建镜像后用 scripts/download_models.sh 拉权重，挂载 inputs/models/outputs 三个目录运行即可。

写在最后

RFdiffusion 把「想要什么结构的蛋白质」变成了「配置一行 contig 串」的问题，基序、靶点、对称、环化都只是参数差异。完整的参数说明见仓库 config/inference/ 下的两个 YAML，可直接运行的例子全部在 examples/ 中，逐个打开照着改是最快的学习路径。

【免费下载链接】RFdiffusion Code for running RFdiffusion 项目地址: https://gitcode.com/gh_mirrors/rf/RFdiffusion