科晶生物实战：基于AI算法进行蛋白质改造的模型管线

针对蛋白互作定向进化任务，科晶生物构建了一套整合深度学习的完整工作流。本文分享科晶生物利用AI算法进行蛋白质改造的技术管线，该方案高效替代湿实验筛选。首先调用AlphaFold3确立受配体结合构象，作为后续优化的空间锚点。

随后，构象数据输入至基于图神经网络的ProteinMPNN中，重构出300条高稳定性候选序列。生成的序列交由无需MSA的OmegaFold推断单链三维结构，并利用PyMOL进行结构比对，确保改造前后RMSD小于2Å，维持构象高度相似性。

最后，利用HDOCK结合自由对接算法计算结合能，以AlphaFold3的pTM和ipTM值为指标完成验证闭环。实测数据显示，该算法工程成功使目标蛋白序列对接分值由-271.2优化至-303.39，展现了极高的模型鲁棒性。