蛋白質設計前沿技術

Frontier technologies in protein design

近年來，人工智能已徹底顛覆了蛋白質設計領域。以AlphaFold、ESM、RFdiffusion為代表的一系列AI工具，使得從零開始創(chuàng)造具有全新結構和功能的蛋白質成為可能，為生物醫(yī)藥、酶工程等領域帶來了前所未有的機遇。 然而，強大的工具也帶來了新的挑戰(zhàn)：復雜的軟件環(huán)境配置、多樣的模型調用方式以及從“想法”到“設計”的完整工作流整合，成為了許多研究者，尤其是初學者的現(xiàn)實門檻。

本課程旨在系統(tǒng)性地解決這些問題。我們將從最基礎的Linux與Conda環(huán)境管理講起，確保每位學員搭建起穩(wěn)定、可復現(xiàn)的計算平臺。課程核心將深度實踐三大前沿工具：利用ESM模型進行序列分析與特征提??；掌握ProteinMPNN為給定骨架設計最優(yōu)序列；并通過RFdiffusion實現(xiàn)從無到有的蛋白質骨架生成。最終，我們將以一個完整的“設計靶向EGFR的全新結合蛋白”綜合項目，串聯(lián)所有技術環(huán)節(jié)，帶領學員親歷從靶標分析、骨架生成、序列設計到AI結構驗證的完整閉環(huán)，快速獲得獨立開展AI蛋白質設計的能力。因此，中國化工企業(yè)管理協(xié)會醫(yī)藥化工專業(yè)委員會決定于2026年6月26-28日在杭州市舉辦“2026AI蛋白質設計前沿技術實戰(zhàn)培訓班”。屆時將邀請行業(yè)內實踐專家針對相關內容進行講解與實操教學。參會名額有限，望各有關單位積極轉發(fā)或組織相關人員盡快報名參加?，F(xiàn)將有關事項通知如下：

組織機構

主辦單位：中國化工企業(yè)管理協(xié)會醫(yī)藥化工專業(yè)委員會

承辦單位：中科凱晟（北京）化工技術研究院

會議安排

時間：2026年6月26-28日（26日全天報到）

地點：杭州市

培訓形式

l 基礎奠基，工具實踐，實例分析，互動答疑

l 完成全部培訓課程者由協(xié)會頒發(fā)培訓證書

課程對象

1.蛋白質工程領域科研單位專家及學者；

2.農學、醫(yī)學、藥學及食品學院校及企業(yè)蛋白質功能開發(fā)負責人；

3.生物工程領域從業(yè)工作者。

課程安排

第一天：計算環(huán)境搭建與蛋白質序列設計

（ 6月27日，上午09:00-12:00;下午13:30-16:30 ）

上午 : 模塊一 & 模塊二

模塊一：Linux基礎 — Linux, Conda, VScode & Docker & Claude Code，kimi code

目標：為后續(xù)所有軟件安裝和運行掃清障礙，建立規(guī)范、可復現(xiàn)的科研計算環(huán)境管理能力。

Linux基礎操作精講：

文件系統(tǒng)與導航： ls, cd, pwd, mkdir 的高效使用技巧。

文件管理： cp, mv, rm, vi, cat, head, tail 的實戰(zhàn)應用。

權限管理：理解并使用 chmod 解決腳本執(zhí)行權限問題。

實操：在服務器上創(chuàng)建課程項目目錄，并進行基本的文件組織。

Conda環(huán)境管理核心：

核心理念：通過環(huán)境隔離解決不同項目間的依賴沖突問題。

環(huán)境生命周期：創(chuàng)建(create)、激活(activate)、退出(deactivate)、刪除(remove)

軟件包管理：安裝(install/pip install)、查看(list)、導出配置(env export)

實操：為后續(xù)的ESM、ProteinMPNN和RFdiffusion創(chuàng)建獨立的Conda環(huán)境。

Docker容器化入門:

概念對比：Docker與虛擬機的異同，鏡像(Image)與容器(Container)的核心關系。

核心命令： docker pull (拉取官方鏡像), docker run (運行容器)。

應用場景：講解如何利用Docker一鍵部署復雜的生物信息學工具。

VScode遠程開發(fā)實戰(zhàn)：

SSH遠程連接：配置Remote-SSH插件，一鍵連接實驗室服務器，本地瀏覽遠程文件。

科研擴展生態(tài)：安裝Python、Jupyter、Docker插件，構建蛋白質設計的編程環(huán)境。

實操：通過VScode連接服務器，在課程目錄中創(chuàng)建、編輯并直接運行蛋白質生成腳本。

Claude Code & Kimi Code AI輔助編程：

核心理念：AI嵌入終端與IDE，實現(xiàn)代碼生成、重構、Debug閉環(huán)，加速生物信息學開發(fā)。

工具定位：自主編程Agent，自然語言直驅文件系統(tǒng)與腳本執(zhí)行，獨立完成"寫代碼—運行—報錯修復—結果分析"完整鏈路。

實操：以自然語言驅動蛋白質設計全流程——自動生成RFdiffusion推理腳本、批量處理PDB文件、解析ProteinMPNN序列打分輸出。

模塊二：ESM模型探索 — 從安裝到基礎應用

目標：掌握Meta AI的ESM系列工具，為蛋白質序列分析和結構預測打下基礎。

ESM (Evolutionary Scale Modeling) 簡介：

蛋白質語言模型：講解ESM如何將自然語言處理的思想應用于蛋白質序列。

主要應用：序列嵌入、突變效應預測、結構預測 (ESMFold)。

軟件安裝與環(huán)境配置：

使用 pip 在之前創(chuàng)建的Conda環(huán)境中安裝 fair-esm 庫。

依賴檢查與GPU環(huán)境確認 ( torch, cuda)。

基礎操作演示與實戰(zhàn)：

獲取序列嵌入 (Embeddings)：編寫Python腳本，為給定的FASTA序列生成高維特征表示，并解釋其用途。

序列分類模型訓練：基于ESM提取的序列嵌入特征，構建簡單的分類器，完成蛋白質功能分類或亞細胞定位預測任務。

單序列結構預測 (ESMFold)：使用ESMFold命令行工具或API，對一條蛋白質序列進行快速結構預測。

結果分析：解讀輸出的PDB文件，重點關注pLDDT分數(shù)，并使用PyMOL等軟件進行三維結構可視化。

實操練習：學員獨立完成一個未知蛋白的結構預測，并評估預測結果的可靠性。

下午: 模塊三

模塊三：ProteinMPNN深度實踐 — 反向折疊與序列設計 (3小時)

目標：精通使用ProteinMPNN，根據(jù)給定的蛋白質骨架設計出全新的、高穩(wěn)定性的氨基酸序列。

軟件安裝與環(huán)境配置 :

從GitHub克隆 ProteinMPNN 官方倉庫 ( git clone)。

使用Conda創(chuàng)建專用環(huán)境并安裝所有依賴項。

下載預訓練好的模型權重文件，并放置到指定目錄。

序列設計核心流程：

基礎工作流：輸入PDB結構文件，運行設計腳本生成候選序列。

重要參數(shù)解析：輸入輸出路徑、生成序列數(shù)量、采樣溫度等。

結果文件解讀：理解輸出FASTA中的序列評分及其意義。

進階設計技巧：

位點控制策略：固定關鍵殘基、排除特定位置、氨基酸偏好等。

復雜體系設計：多鏈蛋白、同源多聚體的序列優(yōu)化。

參數(shù)調優(yōu)實踐：通過溫度參數(shù)平衡序列多樣性與結構匹配度。質量評估方法：篩選高分序列、分析氨基酸組成合理性。

第二天：蛋白質結構生成與綜合項目實戰(zhàn)

6月28日，上午09：-12:00；下午13:30-16:30

上午: 模塊四

模塊四：RFdiffusion核心技術 — 從無到有生成蛋白質骨架 (3小時)

目標：掌握蛋白質結構生成工具RFdiffusion，實現(xiàn)從頭設計全新拓撲結構的能力。

軟件安裝與環(huán)境配置:

詳細安裝流程：分步指導通過git clone 獲取源碼，使用Conda/Mamba創(chuàng)建環(huán)境。

常見問題排查：總結安裝過程中可能遇到的編譯錯誤、依賴沖突等問題及解決方案。

結構生成操作流程:

核心腳本run_inference.py ：演示完整的命令行調用格式。

Contig字符串詳解：詳細講解如何通過 contig 字符串定義生成長度、引入已知motif、指定二級結構等。例如： 'A1-100' (生成100個殘基), '10-20/A1-10/10-20' (在A鏈1-10號殘基兩側各生成10-20個殘基)。

常用參數(shù)設置和輸出結果解析:

inference.output_prefix: 輸出文件命名

denoiser.noise_scale_ca: 主鏈噪聲水平控制

denoiser.noise_scale_frame: 局部構象噪聲控制

scaffolder.symmetry: 對稱性參數(shù)（C2, D2, I等）。

輸出結果深度解析：使用PyMOL加載.traj.pdb軌跡文件，觀察結構生成過程，并學習如何篩選最優(yōu)候選結構。

下午: 模塊五 & 模塊六

模塊五：RFdiffusion引導的Binder骨架生成

項目背景： 設計一個能夠特異性結合EGFR（表皮生長因子受體）的全新蛋白binder，用于潛在的癌癥治療應用。EGFR在多種癌癥中過表達，是重要的藥物靶點。

EGFR靶標分析：

解析EGFR蛋白結構特征（621 AA，胞外域關鍵結合位點）。

確定設計目標：針對EGFR胞外域設計小分子binder。

識別關鍵結合界面和潛在的相互作用熱點區(qū)域。

RFdiffusion Binder設計實操：

輸入EGFR結構PDB文件，指定目標結合區(qū)域。

設置binder長度范圍、擴散步數(shù)等關鍵參數(shù)。

運行腳本生成20-50個候選binder骨架。

結果篩選與評估：

篩選策略實踐：從生成結果中篩選出3-5個最優(yōu)候選骨架，并進行可視化分析，檢查結合界面的合理性。

模塊六：序列生成

ProteinMPNN序列設計：

針對篩選骨架進行序列優(yōu)化：輸入RFdiffusion生成的top3候選骨架，固定界面關鍵殘基，優(yōu)化其余位置。

參數(shù)調整與序列生成：設置合適的采樣溫度，每個骨架生成10-20條序列。

序列篩選與優(yōu)化：分析ProteinMPNN評分和氨基酸組成，檢查界面殘基的化學性質，選擇每個骨架的top3序列進入驗證階段。

AlphaFold3結構驗證：

序列折疊預測：將ProteinMPNN設計的序列提交AlphaFold3預測，評估pLDDT分數(shù)。

結構比對與驗證：計算預測結構與RFdiffusion骨架的RMSD（目標 < 2?），在PyMOL中疊加比對，檢查界面保持情況。

課程總結與討論

回顧完整設計流程：靶標分析→ 骨架生成 → 序列設計 → 結構驗證。

討論挑戰(zhàn)與改進方向，介紹后續(xù)優(yōu)化策略。

課程總結與Q&A:

回顧兩天課程的核心知識點與工作流。

探討AI蛋白質設計的當前局限與未來發(fā)展方向。

提供進一步學習的資源和路徑建議。開放式問答環(huán)節(jié)，解決學員所有遺留問題。

收費標準

3500 元/人（含會議費、資料費等）；同一單位報名 2 人以上3000 元/人；住宿統(tǒng)一安排，費用自理。

【掃碼在線報名】

收到報名信息后，會務人員會及時與您聯(lián)系

電 話:18248488783 （同微信）

聯(lián)系人:陳先生

微信咨詢