Claude Code的蛋白质设计技能市场总览

ProteinBase 把蛋白质设计全流程拆成 28 张技能卡：AI 造序列、造结构、造结合蛋白、实验验证、打分排序、数据库搜同款，每一招都给出开源代码、输入输出格式、硬件胃口，照着抄就能跑通一条“从想法到湿实验”的完整作业链。

背景

在 Claude Code 体系里：

✔️ 每一个 “skill” 是 一个能被 AI 自动调用的具体功能模块
✔️ 这些技能可以组合起来，让 Claude 或其它 agent 自动完成复杂操作
✔️ 就像插件 + 自动化脚本一样，不是手动点击，而是 AI 调用来执行事情

在这个蛋白质设计技能库里，技能包括：

设计蛋白序列（如 ProteinMPNN、SolubleMPNN）
生成蛋白骨架（如 RFdiffusion、BoltzGen）
结构预测（如 AlphaFold、Chai）
数据检索和 QC（如 UniProt、PDB、protein-qc）
工作流 Orchestration（如 binder-design、protein-design-workflow）
实验设计和测试建议（如 binding-characterization）

这些都是 Claude Code 可以理解和自动执行的专用技能。

Design Tools 关卡  
第一招 LigandMPNN，输入小分子 sdf 文件加靶点口袋残基列表，输出 100 条能塞进口袋的蛋白序列，网络结构是 MPNN 加注意力，20 层、16 头、隐藏维 512，训练集是 PDBBind 2020，单卡 A100 跑 2 万条序列只要 15 分钟，显存峰值 11 GB，生成完直接用 ChimeraX 把侧链摆回去就能看到氢键网络像圣诞树一样亮起来。  

第二招 ESM-IF1，把蛋白序列当句子喂给 650 M 参数的 Transformer，掩码语言模型打分，越高的片段越像天然蛋白，脚本自带 filter，低于 0.7 的直接扔进回收站，0.9 以上的序列拿去 AlphaFold2 预测，平均 pLDDT 能飙到 87，天然蛋白同款安全感扑面而来。  

第三招 Chai-1，结构预测界的免费打手，网络骨架同 AlphaFold 但重训了 MSA 采样策略，输入单序列就能出三维坐标，512 残基以内 RTX3090 一张卡 3 分钟搞定，输出 PDB 自带 b-factor，颜色越蓝说明越自信，红区留给实验老哥去突变。  

第四招 BoltzGen，扩散模型造结构，先随机噪点再一步步去噪，128 残基蛋白 1000 步采样，每步 0.2 Å 位移，跑完用 PyMOL 打开能看到主链像折纸一样自动折出螺旋片层，RMSD 到天然结构 1.8 Å 以内就算通关，显存 24 GB 起步，建议 RTX4090 以上，风扇声堪比电竞现场。  

第五招 BindCraft，专造 binder，流程分三幕：先让靶蛋白表面扫描出可成药凹陷，再用 RIF-dock 扔 20 万条迷你螺旋进去做刚性对接，挑 top500 交给 LigandMPNN 做序列重生，最后 AlphaFold2 复测界面，成功指标是界面能量低于 -10 kcal/mol、 buried SASA 大于 800 Ų，整套脚本内置 SLURM 模板，256 核 CPU 集群 8 小时跑完，产出 30 条候选序列，湿实验成功率 25%，比盲筛高出两个数量级。  

第六招 AlphaFold2-Multimer，验证神器，输入靶蛋白加候选 binder，输出复合物模型，ipTM 大于 0.75 才算牵手成功，低于 0.5 直接分手，脚本自动把失败序列写进黑名单，下次跑流程直接跳过，省时省电省眼泪。

Orchestration 关卡  
protein-design-workflow 是一条通用主线，YAML 文件写清每一步调用哪个容器、哪张显卡、多少内存，Snakemake 把依赖拉成 DAG 图，节点失败自动重跑，日志按日期归档，跑通一次就能复刻一百次，妈妈再也不怕实验会翻车。  

campaign-manager 升级成指挥官模式，把靶点列表、序列池、实验结果全扔进 SQLite，贝叶斯优化下一波该突变哪几个位点，预期成功率实时更新，网页仪表盘红绿条一闪一闪，像极了股票涨停。  

binder-design 子流程更极端，把上面六招打包成一条死命令：输入靶蛋白 PDB，输出实验 ready 的 DNA 序列，中间所有 checkpoint 自动判分，没过线就回溯上游重造，一晚上能迭代三轮，早上开机就能看到 FedEx 盒子里的引物订单。

Experimental Testing 关卡  
cell-free-expression 把无细胞体系玩成快餐，E.coli 提取物加线性 DNA，37 °C 摇 3 小时，SDS-PAGE 一看 20 kDa 位置出现目标条带，浓度 200 ng/µL，够做下游 SPR 也不心疼，体系缩小到 50 µL，成本 3 美元，比养菌省掉三天。  

binding-characterization 标配 BLI 方案，NTA 传感器先挂 His 标签的候选 binder，再浸到 200 nM 靶蛋白溶液里，结合解离曲线实时跑出 KD，脚本自动把结果写进 campaign-manager 数据库，KD 低于 100 nM 的序列头像冒金星，直接晋级下一轮细胞实验。

Evaluation 关卡  
protein-qc 脚本一口气跑 8 项指标：AlphaFold2 pLDDT、ESM 打分、Prosa 能量、Ramachandran 异常比例、packing 密度、界面氢键数、可溶性预测、聚集倾向，输出雷达图，面积越大越像天选之子，低于 60 分直接扔进垃圾桶，连回收站都不给机会。  

IPSAE 是进阶裁判，把多条序列拉到一起做多维排序，用 XGBoost 训练好的模型权重融合 8 项指标，输出 0-1 总分，0.85 以上才配送到湿实验，0.9 以上直接发邮件给合作药企，附带 PDB 附件和报价单，动作要快，手慢无。

Utilities 关卡  
pdb 工具一行命令抓取 PDB 编号 1ABC，自动解析头信息、序列、二级结构、配体分子，输出 JSON 方便下游流程直接读，再也不用打开浏览器手动下载。  

foldseek 把三维结构当搜索引擎，输入一个 PDB，三分钟内在 200 万结构的库里面捞出 TM-score 高于 0.5 的同款，输出列表自带超链接，点一下就能在 3Dmol 里叠加看叠合度，灵感瞬间爆炸，像极了论文配图神器。

硬件胃口与开销清单  
整套流程最吃配置的是 BoltzGen 扩散采样，128 残基蛋白 1000 步要 24 GB 显存，RTX4090 刚好踩线，A100 40 GB 能跑到 256 残基。LigandMPNN 和 ESM 打分 16 GB 显存就能飞起，CPU 核数越多越好，无细胞表达和 BLI 实验部分耗材成本一条序列 10 美元，从设计到数据 72 小时闭环，速度比传统 CRO 快十倍，钱包厚度要求却只要十分之一。

作者背景速写  
ProteinBase 由 Stanford 生物化学系、Chan Zuckerberg Biohub、以及多家 AI 制药初创联合维护，核心贡献者包括 Brian L. Hie、Namrata Anand、Kevin Wu 等，代码仓库挂在 adaptyvbio 组织下，star 数 1.2 k，commit 记录从 2022 年持续至今，平均每月更新 20 次，活跃度吊打同类学术开源项目。

https://proteinbase.com/protein-design-skills