蛋白质设计软件LigandMPNN介绍
LigandMPNN 是一种用于蛋白质设计（protein design）的深度学习模型，基于 ProteinMPNN 的架构扩展而来，专为配体结合蛋白质（ligand-binding proteins）设计而优化。它是 2023 年由 David Baker 团队（华盛顿大学蛋白质设计研究所，IPD）发布的，旨在设计与小分子、肽或其他配体相互作用的蛋白质序列。
LigandMPNN 的核心功能
| 功能 | 说明 |
|---|---|
| 🧬 蛋白-配体界面设计 | 可设计能有效结合给定配体（如药物分子）的蛋白质序列 |
| 🎯 结合位点定向优化 | 在已知结构（例如 AlphaFold 或 RosettaDock 模拟后结构）基础上优化序列以提高结合能力 |
| 🔁 基于图神经网络的迭代优化 | 使用图神经网络 (GNN) 表征结构，预测氨基酸残基 |
| 🧱 支持多种配体类型 | 包括小分子、RNA、DNA、肽等非蛋白分子 |
基本原理与架构
LigandMPNN 是在 ProteinMPNN 的基础上扩展开发的：
-
输入：带有配体的蛋白质结构（PDB 格式）