1.引子｜👉 “自然界用亿万年进化出蛋白质，AI 只用几秒就能设计？”

蛋白质序列设计旨在为每个残基分配适当的氨基酸类型，以使设计的蛋白质能够折叠成所需的骨架结构。传统的理性设计方法和定向进化基于生物化学规则，物理建模或已知结构模板进行人工优化，辅以实验筛选，周期长且成本高。

AI 可以通过计算在数秒内生成大量具有特定结构或功能的蛋白质序列，无需漫长试错！帮助你设计抗体药物，创造新型酶，构建纳米级生物材料。

ProteinMPNN和LigandMPNN是由华盛顿大学 David Baker 团队开发的两种基于深度学习的蛋白质序列设计方法，他们二者的使用方法相似，在适用场景上略有不同：

• ProteinMPNN ProteinMPNN 是一种基于图神经网络的蛋白质序列设计方法。它通过输入蛋白质的三维结构（如 PDB 文件），利用信息传递机制，生成可能折叠成该结构的氨基酸序列。与传统的物理模型方法相比，ProteinMPNN 不需要专家定制参数，具有更高的效率和准确性。
• LigandMPNN LigandMPNN 是在 ProteinMPNN 的基础上发展而来的模型，能够在蛋白质序列设计中显式地考虑配体（如小分子、核酸、金属离子等）的空间和化学上下文。它通过构建蛋白质 - 配体图，捕捉蛋白质残基与配体原子之间的相互作用，从而设计出能够与特定配体结合的蛋白质序列。还支持设计水溶性较强的蛋白，以及膜蛋白等。

ProteinMPNN(图源)

LigandMPNN(图源)

由于部署两个软件并执行序列设计流程相对复杂。我们在平台上分别部署了自然语言驱动、可在线调用的序列设计智能体 ProteinMPNN Agent 和 LigandMPNN Agent，助你轻松完成蛋白的序列设计

平台智能体的部署基于 LigandMPNN 的开源仓，受益于此，ProteinMPNN 和 LigandMPNN 的使用方法几乎完全相同，因此将二者放到一起来介绍使用。

ps: 当前版本仅支持序列设计，未来将近一步支持侧链 packing，序列打分，丰富可视化等功能，尽请期待！

2.简介｜使用 Agent 前的准备

• 平台介绍：星使智算旗下 GaliLeo 平台上
• 注册地址：GaliLeo
• 所需信息：蛋白结构的 pdb 文件或 pdb ID(未来将支持更多类型)，指定序列设计的条件和设计的数量。
• 使用方式：通过自然语言交互，例如 请用ProteinMPNN进行序列设计，设计两条序列

3.示例｜使用 ProteinMPNN Agent 进行无条件设计

• step1|登陆： 登陆 ProteinMPNN Agent
• step2|输入任务描述： 直接上传 pdb 文件或让他下载 pdb 文件，然后问他:"设计两条序列" Agent 将为你直接完成任务
• step3|结果展示：你可以在文件中查看设计的 fasta 文件，或者让 Agent 帮你画出序列偏好图 你可以在线查看序列偏好

4.示例｜使用 ProteinMPNN Agent 进行带条件的序列设计

ProteinMPNN 支持多种条件的序列设计，关于支持的限制条件，你可以访问ProteinMPNN 代码仓. 这里举两个常用的例子：

• 固定残基： 直接告诉 Agent 你想固定的链和编号:
• 残基偏好： 告诉 Agent 你哪些残基偏好哪种氨基酸，Agent 将为你创建关于残基条件的 json 文件，再为你设计序列

5.示例｜使用 LigandMPNN Agent

LigandMPNN 的基本功能与 ProteinMPNN 相同，前面提到的几个例子同时适用于 LigandMPNN，与 ProteinMPNN 不同，LigandMPNN 可以感知 pdb 文件中的小分子

下面介绍几个可以在 LigandMPNN Agent 中使用的特殊条件 (LigandMPNN Agent 与 ProteinMPNN Agent 两个工具是分开的，不要使用错喔)

• 掩码配体原子： 告诉他掩码所有配体原子 Agent 将为你直接完成任务
• 设计水溶性蛋白： 可以在 LigandMPNN Agent 中调用只用水溶蛋白训练的 ProteinMPNN checkpoint，设计水溶性较高的蛋白。跟他说"使用 solubleMPNN" Agent 将为你直接完成任务

ps: 当前版本理论上支持LigandMPNN 官方仓库的所有设计条件，我们将持续优化

6.帮助｜使用 tips

由于 LLM 天然上下文感知的一些缺陷，请在对话过程中尽量积极引导 Agent，对 Agent 的询问进行逐点回答并重复指令它即将做的事情，修正错误，写出更多明确的信息。下面我将给你一些聊天的建议

• 1.搜索知识库 当 ADAM 出现错误时，可以引导 ADAM 修正错误，以完成任务的进行，当遇到错误时，可以让 AI 搜索知识库查询解决办法

  帮我搜索知识库查询解决方案
  

• 2.手动分解任务

你可以手动分解任务，而不是一次性让 ADAM 完成所有任务。例如，可以把“下载 pdb”和“序列设计”分开做，提高调用成功的概率

7.问题｜常见问题 Q&A

8.总结

🌟【科研神器】部署 ProteinMPNN/LigandMPNN 的 ADAM 智能体！零门槛上手，AI 助力蛋白设计✨

💡 从计算小白到学术大神，这款免部署的智能对话工具都能成为你的得力助手！可视化操作 + 智能预测，让复杂计算变得像聊天一样简单，陪伴助力你的科研之路~

🔥 亮点速览： ✅ 无需部署，打开即用 ✅ 对话式交互，科研问题轻松解 ✅ 智能可视化，数据一目了然 ✅ 全阶段适用，萌新到大神都能玩转

🎯 点击下方链接现在登录 GaliLeo 平台，抢先体验 ProteinMPNN/LigandMPNN Agent 的黑科技预测能力！科研效率直接起飞🛫 https://sidereus-ai.com/