蛋白质逆折叠模型推荐:从骨架到序列的AI选型指南
发布于 2026年11月4日

图1:逆折叠示意:从蛋白骨架反推相容的氨基酸序列
蛋白质设计正在从“改序列、碰运气”走向“给定结构、算序列”。逆折叠(inverse folding)模型正是这一转变的核心引擎:它把一条已知的三维骨架(backbone)当作输入,预测哪些氨基酸序列能够折叠成这个结构。本文从原理、评价方法、模型推荐到落地工艺,帮你把“逆折叠模型怎么选”一次讲清。
背景与机制:为什么蛋白质序列设计需要逆折叠
传统蛋白质工程通常从自然序列出发,通过随机或定向突变改进性质,再反复测定结构和功能。这个过程依赖大量实验,且常常“改了序列、丢了折叠”。
逆折叠把问题反过来:既然功能取决于结构,那能不能先设计好结构,再反推出序列?答案是:可以。逆折叠模型学习“序列—结构相容性”,给定骨架坐标,为每个残基位点输出一个氨基酸分布。这样,只要有一个可信的骨架(来自AlphaFold/RoseTTAFold预测、RFdiffusion生成,或实验解析),就能批量得到候选序列,用于酶工程、抗体设计、新型结合蛋白等功能蛋白开发。
在de novo蛋白质设计管线中,逆折叠通常紧跟在“骨架生成”之后,是序列落地的第一道关卡。
原理与结构:逆折叠模型如何从骨架生成序列
从原理上看,逆折叠模型把蛋白质表示为一个几何图:残基是节点,空间上的邻近关系构成边。模型读取每个残基的骨架坐标与周围环境,预测该位置最“相容”的氨基酸。

图2:逆折叠机制:骨架几何经模型逐位点生成氨基酸序列
主流实现大致分三类:
• 等变图神经网络:ProteinMPNN、LigandMPNN等,用SE(3)等变网络捕捉骨架几何,预测快、易用。
• 几何Transformer:ESM-IF等,在大规模蛋白质语言模型基础上加入结构感知,兼顾全局与局部。
• 蛋白质语言模型/指令式模型:LM-Design、InstructPLM等,参数更大,可扩展多任务。
生成方式多为自回归:一位点一位点预测,并将已经选出的残基作为后续条件的输入。
这里要特别提醒能力边界:逆折叠恢复的是“与该骨架相容”的序列,不等于“具有目标功能”的序列。它不知道你未写入骨架的功能位点、活性位点、二硫键或糖基化位点。因此,模型输出只是候选池,不是最终答案。
评价与选型:如何评估逆折叠模型
选择逆折叠模型不能只看单一指标。常用评价维度包括:
• 原生序列恢复率:模型能否“猜回”天然序列。高恢复率是设计性的必要非充分条件。
• 可设计性:生成的序列能否被AlphaFold2/ESMFold重新折叠回目标结构(自洽性验证,self-consistency)。
• 实验成功率:候选序列在表达、折叠与功能测定中的有效率——这是最终决定因素。
• 计算成本与易用性:是否开源、是否支持多聚体/配体/抗体、显存与推理速度。
需要强调:不同基准上,恢复率会随任务与数据集变化,直接横向比较“谁更高”意义有限;更稳妥的做法是在自己的目标体系上建立基准,并结合可设计性与湿实验验证。
蛋白质逆折叠模型推荐与落地工作流
按使用场景给出一个务实的推荐清单(对比保持中性,各有侧重):
• 通用单体骨架去设计:ProteinMPNN。开源、快速、易用,常作为默认首选;其变体LigandMPNN面向含配体的结合口袋。
• 抗体/纳米抗体:AbMPNN、AntiFold(分别由ProteinMPNN、ESM-IF在抗体数据上微调)更适合抗体CDR与界面;也可与RFdiffusion抗体管线联用。
• 需要更强先验或多任务:ESM-IF、LM-Design、InstructPLM等,参数更大,适合对恢复率或扩展性有更高要求的场景。
• 骨架与序列联合生成:RFdiffusion+ProteinMPNN、BoltzGen等,适合需要“边采样骨架边排序列”的复杂设计。

图3:干湿闭环:逆折叠—重折叠验证—湿实验筛选—主动学习迭代
一张可复用的落地工作流大致是:①目标骨架(实验或预测)→ ②逆折叠生成一批候选序列→ ③用AlphaFold2/ESMFold重新折叠打分(pTM/ipTM)并做自洽性检验→ ④表达、纯化与功能筛选→ ⑤把湿实验数据回流,用主动学习(active learning)更新重排序。
工艺上值得注意的参数:采样温度(temperature)、候选序列数量、是否锁定某些位点(如活性位点、二硫键、糖基化位点),以及“生成—重折叠—打分”循环的迭代轮数。锁定关键位点往往能显著提高可用序列比例。
MatwingsVenus®(晓鹜®)赋能:干湿闭环的逆折叠设计
天鹜科技(MatwingsVenus®)提供“干湿闭环”的蛋白质设计平台:AI模型负责序列设计与打分,湿实验负责表达、纯化与功能验证,实测数据再回流用于模型更新。这样,逆折叠生成的大量候选不再是“纸上谈兵”,而是能被快速验证、快速迭代的真实工程。
对需要落地的团队,我们建议把逆折叠与下游验证放在同一套闭环里:先用逆折叠建立候选池,再用湿实验筛选与真实数据反馈,持续收敛到可用序列,避免“生成很多、能用很少”。
相关产品/服务:
• 干湿闭环平台:打通“设计—验证—再训练”完整链路
• 湿实验服务:表达、纯化、活性与稳定性测定
• 专家中心:针对具体靶点与场景的方案设计与项目陪跑
常见问题(FAQ)
逆折叠模型和AlphaFold有什么区别?
逆折叠与结构预测方向相反:AlphaFold给序列出结构,逆折叠给结构出序列。两者常在同一管线中配合使用——前者负责“验证可折叠性”,后者负责“从骨架到序列”。
ProteinMPNN和ESM-IF哪个更好?
没有绝对“更好”。ProteinMPNN更快、更易用,适合快速生成大批候选;ESM-IF背靠蛋白质语言模型,强调结构与序列先验。建议在你的目标体系上做基准比较,再看可设计性与湿实验验证结果。
逆折叠模型能直接给出高活性蛋白吗?
不能保证。逆折叠给出的是“与骨架相容”的序列,不等于具备目标功能。功能位点、亚稳态、表达与稳定性都需要湿实验验证与主动学习迭代。
选型时最该看哪些指标?
优先看可设计性与实验成功率,其次才是原生序列恢复率;同时关注是否开源、是否支持你的体系(多聚体/配体/抗体)以及计算成本。
没有结构,能用逆折叠吗?
可以间接使用。先用AlphaFold2/RoseTTAFold/RFdiffusion得到预测或生成的骨架,再交给逆折叠排序列;但要注意预测骨架的误差会被带到序列设计中。
逆折叠模型开源吗?需要多少计算资源?
ProteinMPNN、ESM-IF、LigandMPNN等主流模型大多开源,单卡即可运行推理;大语言模型类(如InstructPLM)需要更高显存。具体资源需求因模型与序列长度而异。
抗体或酶设计怎么选逆折叠模型?
抗体设计可用AbMPNN、AntiFold,或RFdiffusion抗体管线+ProteinMPNN;酶设计通常优先ProteinMPNN/LigandMPNN,并在生成时锁定催化残基与底物结合位点,再结合活性筛选迭代。
总结:从模型推荐到可交付序列
逆折叠模型把蛋白质设计从“试错”升级为“结构驱动”。选型的核心不是追逐单一榜单,而是在自己的目标体系上权衡序列恢复率、可设计性、计算成本与湿实验验证。把逆折叠放进“生成—重折叠—湿实验—主动学习”的干湿闭环,才能把模型能力转化为真正可交付的蛋白质序列。需要针对具体靶点做方案,欢迎联系天鹜科技专家中心。
