普罗泰尼克斯

工程开发 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

当您有以下情况时,请使用 Protenix: ✅ 一个序列(或一组序列)并且需要 3D 结构 - 单链、复合物、同源寡聚物或蛋白质配体。 ✅ 设计的结合物通过重折叠进行验证 - 预测结合物 + 目标复合物并检查 ipTM / 界面 pLDDT。 ✅ 需要明确的置信度指标——ipTM、pTM、pLDDT、ranking_score。 ✅ 需要多种子集成稳定性——报告有 3-25 个种子的方差。

快速入门

本地 GPU(默认)。编写输入 JSON,然后运行包装器脚本: ✅ 验证:成功时期望 ✓ Protenix prediction completed: <output-dir>,并且每个种子至少有一个 *_summary_confidence_sample_*.json 加上匹配的 *_sample_*.cif 结构文件。对于 HPC 调度,请将 --target local 替换为 --target hpc(请参阅 RunPod 设置的by-deploy-compute 技巧)。对于罗望子,使用--target tamarind。

安装

软件 · 版本 · 许可证 · 商业用途 · 安装 Protenix CLI · v1.0 · Apache 2.0 · ✅ 允许 · 按 Protenix 存储库安装;在 PATH Python 上公开二进制文件 · ≥ 3.10 · PSF · ✅ 允许 · pyenv install 3.10 / 系统包管理器 CUDA 工具包 · ≥ 11.8 · NVIDIA EULA · ✅ 允许(根据 EULA 研究/商业) · 根据 NVIDIA 安装指南 numpy · ≥ 1.24 · BSD-3 · ✅ 允许 · pip install numpy

输入

必需:输入 JSON — 仅包含一个预测对象的 JSON 数组:name(字符串):输出命名的标识符,字母数字 + 下划线。 sequences(数组):至少一个实体(proteinChain或ligand)。 modelSeeds(int数组):一个或多个种子;每个都会生成一个独立的预测子目录。

输出

所有输出都落在提供给protenix_fold.py的--output-dir下。每个预测目录布局:置信度 JSON 字段 (*_summary_confidence_sample_*.json):字段 · 类型 · 描述 iptm · float 或 list[float] · 接口预测的 TM-score (0-1)。复合体的关键指标。

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
工程开发
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
低消耗
接入复杂程度
需简单配置
是否需要外部接口密钥
不需要
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
  • 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 protenix.preview
# 1. Write input spec (one prediction object, JSON array form)
cat > /tmp/fold_run/input.json <<'JSON'
[
  {
    "name": "lysozyme_pred",
    "sequences": [
      {"proteinChain": {"sequence": "KVFGRCELAA...", "count": 1}}
    ],
    "modelSeeds": [42],
    "sampleCount": 1
  }
]
JSON

# 2. Run via the wrapper (validates input, invokes local GPU CLI)
python scripts/protenix_fold.py \
  --input /tmp/fold_run/input.json \
  --output-dir /tmp/fold_run/output \
  --model protenix_base_default_v1.0.0 \
  --target local

# 3. Read confidence
ls /tmp/fold_run/output/lysozyme_pred/seed_42/*_summary_confidence_sample_*.json

讨论

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