qq_41025456的博客

近年来，基于语言模型或逆向折叠算法进行蛋白序列设计可谓如火如荼。然而，预测评估生成的蛋白质是否还会折叠和发挥功能仍具有挑战性。本文尝试了20种不同的计算指标，以评估三种模型（祖先序列重建、生成对抗网络和蛋白质语言模型）生成的酶蛋白序列质量。我们重点关注两个酶家族，表达并纯化了500多个天然和生成序列，生成序列与最相似的天然序列具有70-90%一致性。对预测体外酶活性的计算指标进行基准测试。经过三轮实验，我们提出一种计算过滤标准COMPSS，将实验成功率提高了 50-150%。

ProteinMPNN使用了整个PDB中的19700个蛋白簇进行训练，目标是根据给定的蛋白质骨架预测天然序列，它通过预测每个位置的天然残基的概率来实现这一点。这些预测是基于从PDB中的天然蛋白质中学习到的结构模式。

在此，研究人员基于蛋白质语言模型、小分子语言模型和分子指纹，提出了一种名为 CataPro 的新酶动力学参数预测算法。该研究从 BRENDA 和 SABIO-RK 数据库中收集了最新的转化率（kcat）、迈克尔常数（Km）和催化效率（kcat/Km）数据。根据 0.4 的蛋白质序列相似性对这些数据进行聚类，我们得到了相应的 10 倍交叉验证数据集。CataPro 在这些无偏 10 倍交叉验证数据集上进行了训练，在预测 kcat、Km 和 kcat/Km 方面的性能优于之前的预测器。1、创建并激活虚拟环境。

运行esmfold需要安装openfold 1.0.0，如果直接使用pip install openfold或者使用github作者给予的命令，会安装成2.0.0，会造成程序的错误，因此主要解决的一个问题就是需要手动安装1.0.0版本的openfold，过程中遇到的其他问题也会一一解决。对轴向注意力计算进行分块处理，从而降低内存占用。选择以普通的形式进行安装，这样 openfold 的包会被复制到 conda 环境的 site-packages 目录中，而不是仅仅建立一个链接，其他用户无需访问源代码目录。

【代码】蛋白质反向折叠模型-ProteinMPNN安装教程。

注意：下载权重如果服务器网络不好的话，可以先下载到本地，然后在上传服务器!