---

name: boltzgen description: > 使用BoltzGen扩散模型进行全原子蛋白质设计。在以下情况下使用此技能： (1) 从一开始就需要考虑侧链的设计， (2) 围绕小分子或配体进行设计， (3) 需要全原子扩散（不仅仅是主链）， (4) 要求精确的结合几何结构， (5) 使用基于YAML的配置。

对于仅生成主链，请使用rfdiffusion。 对于仅序列设计，请使用proteinmpnn。 对于结构验证，请使用boltz。 license: MIT category: design-tools tags: [structure-design, sequence-design, diffusion, all-atom, binder] proteinbase_slug: boltzgen proteinbase_url: https://proteinbase.com/design-methods/boltzgen biomodals_script: modal_boltzgen.py

BoltzGen 全原子设计

先决条件

要求	最低	推荐
Python	3.10+	3.11
CUDA	12.0+	12.1+
GPU VRAM	24GB	48GB (L40S)
RAM	32GB	64GB

如何运行

第一次使用？ 请参阅安装指南来设置Modal和biomodals。

选项1：Modal（推荐）

# 克隆biomodals
git clone https://github.com/hgbrian/biomodals && cd biomodals

# 运行BoltzGen（需要YAML配置文件）
modal run modal_boltzgen.py \
  --input-yaml binder_config.yaml \
  --protocol protein-anything \
  --num-designs 50

# 使用自定义GPU
GPU=L40S modal run modal_boltzgen.py \
  --input-yaml binder_config.yaml \
  --protocol protein-anything \
  --num-designs 100

GPU: 推荐 L40S (48GB) | 超时: 默认120分钟

可用协议: protein-anything, peptide-anything, protein-small_molecule, nanobody-anything, antibody-anything

选项2：本地安装

git clone https://github.com/HannesStark/boltzgen.git
cd boltzgen
pip install -e .

python sample.py config=config.yaml

选项3：Python API

from boltzgen import BoltzGen

model = BoltzGen.load_pretrained()
designs = model.sample(
    target_pdb="target.pdb",
    num_samples=50,
    binder_length=80
)

GPU: L40S (48GB) | 时间: 每个设计约30-60秒

关键参数 (CLI)

参数	默认值	描述
--input-yaml	必需	YAML设计规范文件的路径
--protocol	protein-anything	设计协议
--num-designs	10	要生成的设计数量
--steps	all	要运行的流水线步骤（例如，design inverse_folding）

YAML 配置

BoltzGen使用基于实体的YAML格式，您可以将设计的蛋白质和目标结构指定为实体。

重要说明:

• 残基索引使用 label_seq_id（从1开始计数），而不是作者残基编号
• 文件路径是相对于YAML文件位置的
• 目标文件应为CIF格式（PDB也可用，但推荐CIF）
• 运行前请使用 boltzgen check config.yaml 验证您的规范

基本结合剂配置

entities:
  # 设计的蛋白质（可变长度80-140个残基）
  - protein:
      id: B
      sequence: 80..140

  # 来自结构文件的目标
  - file:
      path: target.cif
      include:
        - chain:
            id: A
      # 指定结合位点残基（可选但推荐）
      binding_types:
        - chain:
            id: A
            binding: 45,67,89

具有特定结合位点的结合剂

entities:
  - protein:
      id: G
      sequence: 60..100

  - file:
      path: 5cqg.cif
      include:
        - chain:
            id: A
      binding_types:
        - chain:
            id: A
            binding: 343,344,251
      structure_groups: "all"

肽设计（环状）

entities:
  - protein:
      id: S
      sequence: 10..14C6C3  # 带有用于二硫键的半胱氨酸

  - file:
      path: target.cif
      include:
        - chain:
            id: A

constraints:
  - bond:
      atom1: [S, 11, SG]
      atom2: [S, 18, SG]  # 二硫键

设计协议

协议	使用场景
protein-anything	设计蛋白质以结合蛋白质或肽
peptide-anything	设计环状肽以结合蛋白质
protein-small_molecule	设计蛋白质以结合小分子
nanobody-anything	设计纳米抗体CDR区
antibody-anything	设计抗体CDR区

输出格式

output/
├── sample_0/
│   ├── design.cif         # 全原子结构（CIF格式）
│   ├── metrics.json       # 置信度分数
│   └── sequence.fasta     # 序列
├── sample_1/
│   └── ...
└── summary.csv

注意: BoltzGen输出CIF格式。如果需要，可转换为PDB：

from Bio.PDB import MMCIFParser, PDBIO
parser = MMCIFParser()
structure = parser.get_structure("design", "design.cif")
io = PDBIO()
io.set_structure(structure)
io.save("design.pdb")

示例输出

成功运行

$ modal run modal_boltzgen.py --input-yaml binder.yaml --protocol protein-anything --num-designs 10
Running: boltzgen run binder.yaml --output /tmp/out --protocol protein-anything --num_designs 10
[INFO] Loading BoltzGen model...
[INFO] Generating designs...
[INFO] Running inverse folding...
[INFO] Running structure prediction...
[INFO] Filtering and ranking...
[INFO] Pipeline complete

结果保存至: ./out/boltzgen/2501161234/

输出目录结构:

out/boltzgen/2501161234/
├── intermediate_designs/           # 原始扩散输出
│   ├── design_0.cif
│   └── design_0.npz
├── intermediate_designs_inverse_folded/
│   ├── refold_cif/                 # 重新折叠的复合物
│   └── aggregate_metrics_analyze.csv
└── final_ranked_designs/
    ├── final_10_designs/           # 顶级设计
    └── results_overview.pdf        # 摘要图表

良好输出的表现:

• 重新折叠RMSD < 2.0A（设计按预测折叠）
• ipTM > 0.5（界面置信度高）
• 所有设计均完成流水线且无错误

决策树

我应该使用BoltzGen吗？
│
├─ 需要什么类型的设计？
│  ├─ 需要全原子精度 → BoltzGen ✓
│  ├─ 配体结合口袋 → BoltzGen ✓
│  └─ 标准迷你蛋白 → RFdiffusion（更快）
│
├─ 什么最重要？
│  ├─ 侧链堆积 → BoltzGen ✓
│  ├─ 速度/多样性 → RFdiffusion
│  ├─ 最高成功率 → BindCraft
│  └─ AF2优化 → ColabDesign
│
└─ 计算资源如何？
   ├─ 拥有L40S/A100 (48GB+) → BoltzGen ✓
   └─ 只有A10G (24GB) → 考虑RFdiffusion

典型性能

活动规模	时间 (L40S)	成本 (Modal)	备注
50个设计	30-45 分钟	~$8	快速探索
100个设计	1-1.5小时	~$15	标准活动
500个设计	5-8小时	~$70	大型活动

每个设计: 典型结合剂约30-60秒。

---

验证

find output -name "*.cif" | wc -l  # 应匹配num_samples

---

故障排除

首先验证配置: 运行完整流水线前始终运行 boltzgen check config.yaml 生成缓慢: 初始测试使用较少设计，然后扩大规模 OOM错误: 使用A100-80GB或减少 --num-designs 错误的结合位点: 残基索引使用 label_seq_id（从1开始计数），在Molstar查看器中检查

错误解释

错误	原因	修复方法
RuntimeError: CUDA out of memory	设计过大或蛋白质过长	使用A100-80GB或减少设计数量
FileNotFoundError: *.cif	未找到目标文件	文件路径是相对于YAML文件位置的
ValueError: invalid chain	目标中不存在该链	使用Molstar或PyMOL验证链ID
modal: command not found	未安装Modal CLI	运行 pip install modal && modal setup

---

下一步: 使用 boltz 或 chai 验证 → protein-qc 进行筛选。