RFDiffusionAA 全原子蛋白质设计工具使用指南

项目概述

RFDiffusionAA（RFDiffusion All Atom）是一个基于扩散模型的全原子蛋白质设计工具，由baker-laboratory开发。该项目结合深度学习和分子动力学技术，能够生成高质量的蛋白质结构，特别擅长设计小分子结合蛋白。

环境准备与安装

安装Apptainer

首先需要安装Apptainer（前身为Singularity）容器运行时：

wget https://github.com/apptainer/apptainer/releases/download/v1.0.0/apptainer-1.0.0.tar.gz
tar -xzf apptainer-1.0.0.tar.gz
cd apptainer-1.0.0
./configure --prefix=/usr/local
make
sudo make install

克隆项目

git clone https://gitcode.com/gh_mirrors/rf/rf_diffusion_all_atom
cd rf_diffusion_all_atom

下载必要文件

下载运行RFDiffusionAA所需的容器和模型权重：

wget http://files.ipd.uw.edu/pub/RF-All-Atom/containers/rf_se3_diffusion.sif
wget http://files.ipd.uw.edu/pub/RF-All-Atom/weights/RFDiffusionAA_paper_weights.pt

初始化子模块

git submodule init
git submodule update

快速开始

小分子结合蛋白设计

以下命令演示如何生成与OQO小分子结合的蛋白质：

/usr/bin/apptainer run --nv rf_se3_diffusion.sif -u run_inference.py \
    inference.deterministic=True \
    diffuser.T=100 \
    inference.output_prefix=output/ligand_only/sample \
    inference.input_pdb=input/7v11.pdb \
    contigmap.contigs=['150-150'] \
    inference.ligand=OQO \
    inference.num_designs=1 \
    inference.design_startnum=0

参数说明

• inference.deterministic=True：启用确定性模式，确保结果可重现
• diffuser.T=100：设置去噪步骤数为100
• inference.output_prefix：输出文件前缀
• inference.input_pdb：输入PDB文件路径
• contigmap.contigs：指定生成的蛋白质长度和motif
• inference.ligand：指定配体名称
• inference.num_designs：生成的设计数量

包含蛋白质motif的设计

/usr/bin/apptainer run --nv rf_se3_diffusion.sif -u run_inference.py \
    inference.deterministic=True \
    diffuser.T=200 \
    inference.output_prefix=output/ligand_protein_motif/sample \
    inference.input_pdb=input/1haz.pdb \
    contigmap.contigs=['10-120,A84-87,10-120'] \
    contigmap.length="150-150" \
    inference.ligand=CYC \
    inference.num_designs=1 \
    inference.design_startnum=0

输出文件

运行完成后将生成以下文件：

• output/ligand_only/sample_0.pdb：最终设计的蛋白质结构
• output/ligand_only/sample_0_Xt-1_traj.pdb：部分去噪的中间结构
• output/ligand_only/sample_0_X0-1_traj.pdb：网络在每个步骤对真实结构的预测

项目结构

rf_diffusion_all_atom/
├── config/
│   └── inference/
│       ├── aa.yaml
│       └── base.yaml
├── input/
│   ├── 1haz.pdb
│   └── 7v11.pdb
├── inference/
│   ├── model_runners.py
│   └── utils.py
├── potentials/
│   ├── manager.py
│   └── potentials.py
└── run_inference.py

高级用法

自定义配置

项目提供了两个主要的配置文件：

• config/inference/base.yaml：基础配置参数
• config/inference/aa.yaml：全原子模型特定配置

用户可以根据需要修改这些配置文件来调整模型行为。

多设计生成

通过调整inference.num_designs参数可以一次性生成多个设计：

inference.num_designs=10

GPU支持

使用--nv标志启用NVIDIA GPU加速。如果没有GPU，需要省略此标志。

注意事项

1. 生成的蛋白质序列本身没有生物学意义，需要使用LigandMPNN等工具生成相应的序列
2. 结果的可重现性受到硬件架构的影响
3. 建议使用蛋白质结构预测工具（如AlphaFold2）对生成的结构进行验证

相关工具集成

RFDiffusionAA可以与其他蛋白质设计工具集成：

• ProteinMPNN：用于蛋白质序列设计
• AlphaFold2：用于结构验证
• PyRosetta：用于结构分析和优化

通过结合这些工具，可以构建完整的蛋白质设计与优化工作流。