像素设计

设计与多媒体 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

当您满足以下条件时,请使用 PXDesign: ✅ 非抗体、非纳米抗体结合物靶标 — 可接受小球状蛋白结合物 ✅ 目标结构文件(首选 CIF,可接受 PDB) ✅ 定义的表位或热点列表(或愿意让 PXDesign 探索) ✅ 可用的本地 GPU (A100/H100/RTX PRO 6000) 或配置了 HPC/Tamarind 后备

快速入门

针对 IL6R.cif 的链 A 设计 100 个残基结合剂,预览预设,10 个样本: 预期运行时间:在 A100 上预览约 10–20 分钟;延长时间约为 60–120 分钟。预期输出:summary.csv,其中 10 行按ptx_iptm 排序。

安装

软件 · 版本 · 许可证 · 商业用途 · 安装 PXDesign 二进制文件 · $PROTEUS_PROT_DIR 发货 · 内部 · ✅ 允许 · 由 BY 环境预安装 Protenix conda env · 匹配二进制 · Apache-2.0 · ✅ 允许 · conda env create -f $PROTEUS_PROT_DIR/env.yml CUTLASS · ≥3.5 · BSD-3 · ✅ 允许 · git clone https://github.com/NVIDIA/cutlass.git $HOME/cutlass CUDA 工具包 · 匹配 GPU 驱动程序 · NVIDIA EULA · ✅ 允许 · 与 conda env 或系统 CUDA 捆绑在一起

所需的环境变量

变量 · 值 · 用途 PROTENIX_DATA_ROOT_DIR · $PROTEUS_PROT_DIR/release_data/ccd_cache · CCD 化学成分缓存 TOOL_WEIGHTS_ROOT · $PROTEUS_PROT_DIR/tool_weights · PXDesign 模型权重 CUTLASS_PATH · $HOME/cutlass · NVIDIA CUTLASS 内核库 CUDA_HOME · CUDA 工具包路径(conda env with nvcc) · DeepSpeed GPU 拱形检测

硬件

支持 CUDA 的 GPU,支持 bf16。推荐:A100 40GB+ 用于扩展预设。预览预设适合 24GB GPU。 Blackwell GPU(sm_100+,例如 RTX PRO 6000)必须使用--use_fast_ln False——fastfold LayerNorm 内核不能针对 sm_100+ 进行编译。

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
设计与多媒体
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 pxdesign.preview
# Step 1 — Write config.yaml (see references/yaml-config-spec.md)
cat > /tmp/il6r/config.yaml <<'EOF'
target:
  file: "/data/targets/IL6R.cif"
  chains:
    A: "all"
binder_length: 100
EOF

# Step 2 — Run PXDesign on local GPU
PATH=/path/to/conda/envs/protenix/bin:$PATH \
PROTENIX_DATA_ROOT_DIR=$PROTEUS_PROT_DIR/release_data/ccd_cache \
TOOL_WEIGHTS_ROOT=$PROTEUS_PROT_DIR/tool_weights \
CUTLASS_PATH=$HOME/cutlass \
CUDA_HOME=$CUDA_HOME \
pxdesign pipeline \
  --preset preview \
  -i /tmp/il6r/config.yaml \
  --N_sample 10 \
  --dtype bf16 \
  --use_fast_ln True \
  -o /tmp/il6r/output

# Step 3 — Parse outputs
python scripts/parse_pxdesign_output.py \
  --output-dir /tmp/il6r/output \
  --out /tmp/il6r/designs.csv

讨论

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