AF3 DataPipeline类process_core 方法解读

DataPipeline 类中的 process_core 方法用于解析 ProteinNet .core 文件，并为其中的蛋白序列生成特征，以便后续输入到 AlphaFold3 进行结构预测。

主要功能

1. 解析 .core 文件，提取蛋白序列及相关信息（protein.from_proteinnet_string）。
2. 转换氨基酸类型，获取蛋白序列 (_aatype_to_str_sequence)。
3. 生成基础蛋白特征 (make_protein_features)。
4. 解析比对模板（MSA 和模板库）：
   • 解析模板比对 (_parse_template_hit_files)，获取比对模板特征 (make_template_features)。
   • 处理 MSA 特征：
     • 普通模式：调用 _process_msa_feats 处理 MSA。
     • 序列嵌入模式 (seqemb_mode=True)：仅使用输入序列构造 dummy MSA(make_dummy_msa_feats)，并进一步生成 序列嵌入特征 (_process_seqemb_features)。
5. 返回特征字典：整合 蛋白特征、模板特征、MSA 特征、（可选）序列嵌入特征。

源代码：

    def process_core(
            self,
            core_path: str,
            alignment_dir: str,
            alignment_index: Optional[Any] = None,
            seqemb_mode: bool = False,
    ) -> FeatureDict:
        """
            Assembles features for a protein in a ProteinNet .core file.
        """
        with open(core_path, 'r') as f:
            core_str = f.read()

        protein_object = protein.from_proteinnet_string(core_str)
        input_sequence = _aatype_to_str_sequence(protein_object.aatype)
        description = os.path.splitext(os.path.basename(core_path))[0].upper()
        core_feats = make_protein_features(protein_object, description)

        hits = self._parse_template_hit_files(
            alignment_dir=alignment_dir,
            input_sequence=input_sequence,
            alignment_index=alig