跳转到正文
返回新闻中心
技术专栏

长江杯蛋白质设计实战:TL1A minibinder 设计到 ipSAE 筛选

以长江杯 TL1A minibinder 赛道为例,一段话跑完 13 节点工作流:RFD4-Proteina 生成 16 条候选、ESMFold2 复折叠、ipSAE 最高 0.637、新颖性全部 PASS、TemStaPro 预测稳定性。

AsterFire Go 是星使智算旗下的科研智能体平台,能用自然语言把蛋白设计的多工具链路串成一条自动执行的工作流。本文以「长江杯」TL1A minibinder 赛道为例,用一段话跑完 13 节点工作流:RFD4-Proteina 生成 16 条 61–90 aa 候选、ESMFold2 复折叠、ipSAE 打分(最高 0.637)、MMseqs2 新颖性筛查全部 PASS、TemStaPro 热稳定性预测。

要点速览

  • 赛道:TL1A(TNFSF15)minibinder,de novo 设计,长度 40–100 aa,单链、单结合模块、仅 20 种标准氨基酸。

  • 官方口径:ESMFold2 复折叠(1 seed、1 sample、无模板,仅靶点链用 MSA),ipSAE 打分,新颖性比对覆盖 ≥80% 且一致性 ≤70%。

  • 平台链路:RFD4-Proteina → ESMFold2 → ipSAE → MMseqs2 → TemStaPro,13 个节点、16 条依赖边,一段话启动。

  • 关键结果:16 条候选 61–90 aa;3 条形成可信界面(ipSAE 0.637 / 0.628 / 0.343);84 条专利 VH 新颖性比对 0 命中、16 条全部 PASS。

1. 赛题要求:为什么这件事"多工具串联"最耗时

"长江杯"2026 全球 AI 蛋白质设计挑战赛 TL1A minibinder 赛道对 ESMFold2 复折叠配置、ipSAE 打分、序列新颖性校验有着严格统一口径。多工具串联、参数对齐与结果汇总,往往是参赛流程里最耗时的环节。

把规则拆成可执行的条目,一共五条:

规则项

要求

靶点

TL1A(TNFSF15)

序列长度

40–100 aa(本例实际生成 61–90 aa)

链与模块

单条多肽链、单个设计结合模块

残基组成

仅含 20 种标准天然氨基酸,不得携带信号肽、标签、Fc 等融合片段

来源要求

须为从头设计,不得提交已知同靶点实验阳性序列

新颖性

与每个靶点的已知 minibinder 比对,覆盖总长度 ≥80% 时,序列一致性须 ≤70%

打分口径

ESMFold2 复折叠,1 seed、1 sample、无模板,仅靶点序列使用 MSA

公开报名团队的入围排序由计算打分决定:结构预测采用 ESMFold2,以 ipSAE 打分。

2. 靶点背景:TL1A 是什么

TL1A(TNFSF15)是 TNF 超家族细胞因子,以三聚体形式结合死亡受体 DR3 与诱饵受体 DcR3,是炎症性肠病、纤维化等疾病中受到关注的靶点。

本例要做的是 de novo minibinder:一类 60–90 aa、不依赖二硫键、易于表达的小型结合蛋白。

3. 第四步之前:先让 Agent 核对靶点

这是整篇教程里最值得抄走的一个动作。

赛题给的靶点是 TL1A,UniProt 编号 O95150,序列范围 Leu72–Leu251,参考结构 2RE9 链 A、B、C。

Agent 先核对靶点,随后指出了一个容易被忽略的结构事实:2RE9 三条链实际只覆盖 UniProt 72–251 中的 88–251(164 aa),72–87 在晶体结构里是无序的。 因此可设计的靶表面是 88–251 这一段,而不是名义上的 72–251。

如果直接按 72–251 建模,会凭空"设计"一段根本不存在的结构。这一步核对省掉的是整轮返工。

4. 一段话启动:完整提示词

把任务描述发给首页智算:

我参加了一个蛋白质设计的比赛……比赛评分规则:结构预测采用 ESMFold2(不使用 bindcraft,只用 ESMFold2)、以 ipSAE 打分;配置为 1 seed、1 sample、无模板,仅靶点序列使用 MSA,所设计蛋白不使用 MSA。靶点名称:TL1A(TNFSF15),序列(UniProt 编号)O95150,序列范围 Leu72–Leu251,参考结构 2RE9 链 A、B、C。设计后要进行新颖性验证:与每个靶点的已知 minibinder/VHH 比对,比对区域覆盖至少 80% 的总长度,全长/CDR 序列一致性须 ≤70%。

注意这段提示词的结构:评分口径 + 靶点标识 + 结构来源 + 合规要求。它把"怎么算"和"算完怎么判"都写进去了,这才是能一次跑通的关键。

5. 确认计划:Agent 反问了 5 个问题

核对靶点后,Agent 提出五个会直接影响结果与算力开销的问题:

  1. 单体还是三聚体?

  2. 是否限定热点表位?

  3. binder 长度与候选数?

  4. 参考集来源?

  5. 稳定性做到什么程度?

确认后,Agent 给出由 13 个节点、16 条依赖边组成的工作流,并列出关键参数:

节点

关键参数

RFD4-Proteina

单批 16 个,contig 60–90,无热点

ESMFold2

full 模式,1 seed / 1 sample,无模板,MSA 只挂在靶点链

ipSAE

使用未取整 PAE,阈值 10 Å / 15 Å

TemStaPro

六个温度阈值

资源

1× V100

平台同时给出费用预估,用户确认后才会开始执行。

图1:描述设计需求并确认计划——Agent 核对 2RE9 覆盖范围(88–251)后,给出 13 节点工作流与关键参数表,并附费用预估。

6. 执行:12 分钟生成 16 条候选

确认后,Agent 先把设计节点送上 Slurm:RFD4-Proteina 用一张 V100,约 12 分钟生成 16 个 61–90 aa 的候选;脚本节点随后按链拆分 FASTA,把每个候选的 binder 与 180 aa 的靶点序列组成双链输入。

执行过程中,Agent 会自动核对产物:16 个候选是否齐全、靶点链是否被重设计、几何指标是否通过、拆分后的链名与长度是否正确。发现运行中的问题时,Agent 会自动修正;需要用户判断的内容,智能体会明确弹出。

图2:执行设计与筛选——设计、复折叠、打分三阶段依次推进,结束后返回决策表。

7. 结果一:设计产出干净、序列多样

16 个设计的 binder 长 61–90 aa,二级结构分为两族:一族以 α 螺旋为主(螺旋占比 74–92%),另一族以 β 折叠为主(折叠占比 33–58%)。

设计质量指标

结果

长度范围

61–90 aa

二级结构

α 螺旋族(螺旋 74–92%)/β 折叠族(折叠 33–58%)

设计态 motif 重原子 RMSD

0.24–0.34 Å

1.5 Å 原子冲突比例

全为 0

序列遵循度

全为 1.0

序列遵循度全为 1.0、冲突比例为 0,说明设计器给出的结构本身是干净的。

8. 结果二:复折叠后只有 3 条形成可信界面

这是全文最容易被误读的一张表。复折叠后,ipSAE_max 呈极端两极:

候选

ipSAE_max

pDockQ

高置信接触对

说明

candidate_0002

0.637

—

49

界面最强

candidate_0015

0.628

—

36(总接触 63)

binder pLDDT 91.8,折叠最好

candidate_0010

0.343

—

25

界面最小,表位与另两者零重叠

其余 13 条

0.000

0.04–0.23

—

无任何可信界面残基对

这个 0 不是"分数低",而是打分程序在 PAE < 10 Å、距离 < 15 Å 的条件下找不到任何界面残基对:ESMFold2 完全不认为这些 binder 与靶点有确定的空间关系。

作为对照,这 13 个设计的 pDockQ 仍在 0.04–0.23 之间,说明链间确有几何邻近,只是相对朝向不可信——这正是以 ipSAE 为准而不是以 pDockQ 为准的原因。

9. 结果三:表位证据互相独立

三个成功候选中:

  • candidate_0002 有 49 个高置信接触对(双方残基 pLDDT 均 ≥70);

  • candidate_0015 接触对更多(63 个)但高置信对为 36 个,binder 折叠最好(pLDDT 91.8);

  • candidate_0010 界面最小(25 个高置信对),表位与两者零重叠,可作为正交备选。

0002 与 0015 的高置信表位高度重合(15 个共享残基,Jaccard 0.68)。两个序列并不相似的设计收敛到同一表面,是对表位可信度的独立支持——这比任何单一评分都更有说服力。

图3:预测复合物、ipSAE 排名与界面指标——0002 与 0015 共享表位,0010 正交。

10. 结果四:新颖性对 84 条专利 VH 全部通过

MMseqs2 以 16 条 binder 为 query、84 条专利来源的抗 TL1A VH 为 target,在 coverage 0.8、E 值 1、min-seq-id 0 下返回 0 条命中,16 条全部判 PASS。

这是赛道规则里最硬的一条:覆盖 ≥80% 且一致性 ≤70%。参数设严(min-seq-id 0 相当于不设下限、把所有相似度都捞出来)仍然 0 命中,说明这批设计在已知专利序列空间里是干净的。

11. 结果五:热稳定性出现一个自相矛盾的候选

TemStaPro 只对 3 条通过界面筛选的序列运行:

候选

40 ℃

45 ℃

50 ℃

55 ℃

60 ℃

65 ℃

结论

candidate_0015

稳定

稳定

稳定

不稳定

不稳定

不稳定

稳定区间约 [50, 55)

candidate_0010

稳定

稳定

稳定

不稳定

不稳定

不稳定

稳定区间约 [50, 55)

candidate_0002

—

—

稳定

不稳定

稳定

不稳定

标记 clash=\*,无稳定判断

0015 与 0010 的六个阈值判定完全一致;0002 则在 50 ℃ 与 60 ℃ 判稳定、55 ℃ 与 65 ℃ 判不稳定,被标记为 clash=*,说明模型对该序列没有稳定判断。这种自相矛盾本身就是信息:它提示 0002 的序列可能落在模型训练分布的边缘。

图4:PAE 矩阵、表位接触谱与热稳定性预测——三张图合起来才构成完整证据链。

12. 自动化链路 vs 手工链路

环节

手工做法

AsterFire Go

靶点核对

自己比对 UniProt 与 PDB 覆盖范围

Agent 主动指出 2RE9 只覆盖 88–251

设计

本地跑 RFdiffusion,配 contig、调显存

一段话指定长度与数量

复折叠

按官方口径手工设 seed/sample/MSA 开关

参数写进提示词,节点自动对齐

打分

写脚本解析 PAE、算 ipSAE、排序

直接输出决策表

新颖性

自建专利序列库、跑 MMseqs2、判阈值

84 条 VH 参考集,一键出 PASS/FAIL

汇总

Excel 手工拼表

final_candidates.csv + summary.md

13. 常见问题 FAQ

Q1:ipSAE 为 0 是不是说明这个 binder 完全不行?
A:不能这么说。ipSAE 为 0 表示打分程序在 PAE < 10 Å、距离 < 15 Å 条件下找不到界面残基对,即 ESMFold2 认为该 binder 与靶点没有确定的空间关系。这类设计"可能结合,但预测结构不足以支持这一判断",应当排除在优先候选之外,而不是断言它不结合。

Q2:pDockQ 和 ipSAE 有什么区别,为什么以 ipSAE 为准?
A:pDockQ 主要反映链间几何邻近程度,对朝向不敏感;ipSAE 基于 PAE 矩阵,评估的是界面残基对的相对位置是否可信。本例中 13 条候选 pDockQ 在 0.04–0.23 之间(看似"有邻近")但 ipSAE 全为 0,说明邻近存在、朝向不可信。赛事口径以 ipSAE 为准,因此排序也应以 ipSAE 为准。

Q3:新颖性比对怎么才算通过?
A:与每个靶点的已知 minibinder/VHH 比对,当比对区域覆盖总长度 ≥80% 时,序列一致性须 ≤70%。本例用 MMseqs2,coverage 0.8、E 值 1、min-seq-id 0,16 条全部 0 命中。

Q4:为什么设计用 164 aa、打分用 180 aa?
A:设计阶段用 2RE9 的晶体构象(覆盖 88–251,共 164 aa),打分阶段用 180 aa 全长构建体。这是本次运行的一个可改进点——下一轮应把构建体统一,否则设计与打分面对的不是同一个靶表面。

Q5:TemStaPro 的 clash 标记是什么意思?
A:表示模型对该序列给出了互相矛盾的判定(同一序列在不同温度阈值上稳定/不稳定交替),因此不输出确定结论。遇到这种结果,应视为"稳定性未知",而不是"稳定"或"不稳定"。

Q6:整个流程跑一次要多久?
A:设计节点在 1 张 V100 上约 12 分钟生成 16 条候选,加上复折叠、ipSAE 打分、新颖性检索与稳定性预测,整体在小时级以内完成。平台会给出费用预估后再执行。

Q7:ipSAE、pLDDT、PAE 高就代表亲和力高吗?
A:不代表。这些都是预测指标,衡量的是模型对结构的自信程度,不是结合亲和力。要判断亲和力,需要做 MM/GBSA 结合自由能计算、更长时间的分子动力学模拟,最终仍需 DSF/BLI 等实验验证。

14. 下一步可以做什么

任务结束后,Agent 会推荐下一步方向,例如:补做结构层面新颖性检索、换用三聚体靶点做复折叠、对 0015 与 0002 做 DSF/BLI 验证等。用户如有需要,可再用简单几个字开启更深入的验证。

本轮的三个改进点(Agent 自己给出的复盘):

  1. 统一设计构建设置与打分配置(164 aa vs 180 aa);

  2. 把设计规模从 16 扩到 48–64 个,提高命中率;

  3. 显式指定表位热点,减少无效界面。

如何开通免费算力

AsterFire Go 面向「长江杯」参赛团队自 10 月 1 日起至比赛结束开放额度不限的计算资源。第 1 步先注册拿到账号 ID(https://sidereus-ai.com/workbench ),第 2 步扫码进入「长江杯|选手专属群」并填写申请表,我们会尽快为您完成权益开通。

15. 关于 AsterFire Go

借助 AsterFire Go 科学计算智能体平台的蛋白设计 Agent,靶点核验、从头设计、结构复折叠、ipSAE 打分、新颖性检索、稳定性预判这一整条链路都可以交给智能体自动执行,省去繁杂的环境部署、脚本调试与文件整理。免费算力额度已对参赛团队开放。


返回新闻中心