耐酸性蛋白设计 (AcidoMPNN)

本工具是复用 ProteinMPNN 训练框架重新得到的嗜酸蛋白逆折叠设计模型,面向耐酸性蛋白的序列改造任务。训练数据集筛选嗜酸微生物带分泌信号肽的胞外蛋白(规避胞内中性蛋白带来的数据噪声),学习天然耐酸分泌蛋白的序列与理化特征。给定蛋白 PDB 骨架,可输出偏向嗜酸适应特征的候选氨基酸序列。

本工具为计算层面设计工具,输出序列仍需要湿实验验证实际耐酸活性。用户只需上传目标蛋白质的骨架结构,即可获得经嗜酸优化的候选序列,助力您的研发工作。

上传 PDB 或 mmCIF 格式的蛋白质结构文件,系统将自动解析链信息。选择需要设计的链并设置参数后,模型将生成多条优化的氨基酸序列,并给出每条序列的评分(score = -log_prob,越低越好)与序列恢复率。

1. 上传蛋白质结构文件 (PDB / mmCIF):


3. 设计参数设置:

生成序列数: 每个目标生成 1-10 条
采样温度:
输入单个温度值,值越高生成序列的多样性越高
骨架噪声: 向骨架坐标添加高斯噪声 (A),提高生成多样性
随机种子: 填 0 表示每次随机;填非 0 整数表示固定随机种子
排除氨基酸:
勾选的氨基酸不会出现在生成序列中

4. 约束与偏置 (JSONL,可选):

以下 JSONL 提供比上方 UI 控件更精细的控制。若填写,将覆盖上方对应的链选择 / 排除 AA 设置。位置编号是1-based,与PDB文件的残基编号无关。

链设计指定 — 覆盖上方链选择 (chain_id_jsonl):

按链排除 AA — 覆盖上方排除列表 (omit_AA_jsonl):

固定位置 (fixed_positions_jsonl):

AA 组成偏置 (bias_AA_jsonl):

按残基位置偏置 (bias_by_res_jsonl):

对称/捆绑位置 (tied_positions_jsonl):