【免费下载】 BindCraft 使用与配置指南
2026-01-30 04:36:52作者:冯爽妲Honey
1. 项目目录结构及介绍
BindCraft 项目是一个用户友好的 binder 设计管道,使用 AlphaFold2 反向传播、MPNN 和 PyRosetta。以下是项目的目录结构及文件介绍:
BindCraft/
├── example/ # 示例文件夹,包含示例配置文件和PDB文件
├── functions/ # 功能模块,包含项目的核心功能代码
├── notebooks/ # Jupyter 笔记本,用于测试和展示项目功能
├── settings_advanced/ # 高级配置文件,用于控制设计过程的高级参数
├── settings_filters/ # 设计过滤器配置文件,用于筛选设计结果
├── settings_target/ # 目标配置文件,用于指定设计的目标蛋白质和参数
├── LICENSE # 项目许可证文件
├── README.md # 项目说明文件
├── bindcraft.py # 主Python脚本,用于运行 binder 设计流程
├── bindcraft.slurm # SLURM 提交脚本,用于在支持SLURM的系统上运行设计流程
├── install_bindcraft.sh # 安装脚本,用于自动化项目的安装过程
└── pipeline.png # 项目流程图
2. 项目的启动文件介绍
启动文件主要有两个,bindcraft.py 和 bindcraft.slurm。
bindcraft.py:这是项目的主 Python 脚本,可以直接运行以启动 binder 设计流程。使用时需要指定配置文件和过滤器文件。bindcraft.slurm:这是一个用于在支持 SLURM 的计算集群上提交设计任务的脚本。它会调用bindcraft.py并传递相应的参数。
3. 项目的配置文件介绍
项目的配置文件分为三类:高级配置文件、设计过滤器配置文件和目标配置文件。
-
高级配置文件 (
settings_advanced/):这些文件包含了控制设计过程的高级参数,如设计算法、迭代次数、设计权重等。 -
设计过滤器配置文件 (
settings_filters/):这些文件定义了筛选设计结果的标准,如 pLDDT 分数、PAE 分数、接触数量等。 -
目标配置文件 (
settings_target/):这些文件指定了设计过程的目标参数,包括目标蛋白质的路径、设计的 binder 名称、要设计的蛋白质链、目标热点残基、设计的 binder 长度范围、期望的设计数量等。
每个配置文件都是一个 JSON 文件,用户可以根据自己的需要编辑这些文件,以调整设计流程的各个方面。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
863
1.96 K
Ascend Extension for PyTorch
Python
722
894
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
458
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
627
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425