1. Proteina-Complexa 介绍 蛋白质相互作用建模是蛋白质设计中的核心内容。而机器学习技术的应用彻底改变了这一领域，使其在药物研发等诸多领域都发挥了重要作用。在这种背景下，基于结构的新型配体设计方法，可以被视为一种条件生成模型，或者通过结构预测工具来实现序列优化（“hallucina

Boltzgen 安装 安装有许多方法，个人比较喜欢使用anconda版本或者docker版本，当然docker版本我更加喜欢 # Build docker build -t boltzgen . # Run an example mkdir -p workdir # output mkdir

AlphaFold3学习笔记 [持续更新中] 最简便的方式为alphafoldserver 1. 基于Docker的AlphaFold3安装 需要CUDA 12.6，Ubuntu 22.04的容器 首先在容器外下载： git clone https://github.com/google-deepm

HalluDeisgn学习笔记 1. HalluDeisgn安装 由于我自己比较喜欢Docker，所以使用的docker安装，大致思路为使用CUDA:12.6.3-ubuntu22.04版本的为基本，-v联系git目录至docker中的/app目录，-v联系model文件至docker中的/root

预测突变对蛋白蛋白之间相互作用影响学习笔记 1. Cartesian_ddG: 更快更准确的单点突变自由能预测方法 参考1:https://zhuanlan.zhihu.com/p/65451836 参考2:https://docs.rosettacommons.org/docs/latest/ca

安装方法可以参考官方给的笔记：https://github.com/RosettaCommons/rosetta/tree/main/docker 首先我们在dockerhub中拉取: docker pull rosettacommons/rosetta:mpi-v3.15 我选择的是3.15 m

官方文档部分 对于数据集，官方提供了两个抽象类：torch_geometric.data.Dataset和 torch_geometric.data.InMemoryDataset,torch_geometric.data.InMemoryDataset继承自torch_geometric.data

偶然看到了计算化学公社有大神对ff19sb力场进行了转化 如果您是使用2025.1及以上的版本可以在这里下载： 适用于Gromacs2025之前版本的Amber19SB力场及其配套相关力场 如果是之前的版本可以查看这里： 适用于Gromacs2025之前版本的Amber19SB力场及其配套相关力场

我在执行dl_binder_design的时候，可能是显卡问题执行一段时间alphafold2预测即报core dump的问题，所以使用一个shell脚本进行修复。 #!/bin/bash retries=3 for ((i=0; i<retries; i++)); do # 执行命令 # yo

gmxMMPBSA快速操作笔记 1. 安装 wget https://valdes-tresanco-ms.github.io/gmx_MMPBSA/dev/env.yml conda env create --file env.yml conda activate gmxMMPBSA #💬 In