博尔茨根

其他 社区 v1.0

技能解读

当前原文的自动摘译,尚未人工审校。

何时使用此技能

当您具备以下条件时,请使用 BoltzGen: ✅ 具有明确链 ID 的干净目标结构(CIF 或 PDB) ✅ 以label_seq_id 编号表示的定义表位或热点集 ✅ 手中的模态决策 — VHH 单域、完整抗体 Fab 或 de novo 微型蛋白 ✅ 可用 GPU 计算 — 本地(支持 CUDA,≥24 GB VRAM)、HPC (RunPod) 或 Tamarind 云

快速入门

在本地 GPU 上针对 TNF-α(PDB 1TNF、表位残基 45-52 和 78-85)的 20 设计 VHH 预览:预期运行时间:在单个 H100/A100 上约 10-25 分钟(第 4 阶段 Protenix 重折叠占主导地位)。预期输出:CSV按iptm降序排列,通常60-80%的设计采用iptm > 0.4,20-40%采用iptm > 0.6。

安装

软件 · 版本 · 许可 · 商业用途 · 安装 BoltzGen · ≥0.1.0 · MIT · ✅ 允许 · 克隆 https://github.com/HannesStark/boltzgen;按存储库自述文件安装 Protenix · v1.x (368M) · Apache-2.0 · ✅ 允许 · 与 BoltzGen 安装捆绑在一起;首次运行 AntiFold 时下载权重 · ≥1.0 · MIT · 允许 · 与 BoltzGen 捆绑安装 CUDA 工具包 · ≥11.8 · NVIDIA EULA · 允许 · 匹配您的驱动程序版本

输入

要求: 目标结构文件 — CIF(首选)或 PDB 单链或多链 干净的链 ID(A、B,...) — 无 0 或异常字母 表位区域的解析坐标(无密度丢失)

输出

所有输出都位于作为--output传递的目录下。主要结果:文件·格式·描述final_ranked_designs/final_designs_metrics_*.csv·CSV·每个设计指标按iptm降序排序final_ranked_designs/*.cif·CIF·每个排名设计的重新折叠结构

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
通用
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
92 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@001TMF · v1.0 · 未声明许可证
上下文用量评级
中等消耗
接入复杂程度
需手动接入
是否需要外部接口密钥
需要 · Vendor-specific
兼容的系统
未声明(默认跨平台)
运行环境要求
Python
检测到的文件与系统行为
  • 只读
  • 允许写入 / 修改
  • 命令执行
  • 读取环境变量
网络行为
允许外网请求
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

输出预览 boltzgen.preview
# Step 1: write spec via the Write tool — see scripts/boltzgen_submit.py for a builder
# Step 2: submit (dry-run prints the command; remove --dry-run to launch)
python scripts/boltzgen_submit.py \
  --spec workspace/tnf_spec.yaml \
  --protocol nanobody-anything \
  --num-designs 20 \
  --budget 48 \
  --target local \
  --output workspace/tnf_out

# Step 3: parse results into a CSV with sequences + metrics
python scripts/parse_designs.py \
  --output-dir workspace/tnf_out \
  --csv workspace/tnf_designs.csv

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。