Protenix

在计算生物学领域，一个长期存在的难题终于迎来突破：字节跳动 Seed 团队开源的 Protenix-v1，成为首个在严格对等条件下性能达到甚至超越 AlphaFold 3 的完全开源模型。

这意味着，科研人员、药物开发者和开源社区，终于拥有了一个透明、可复现、高性能的工具，用于预测蛋白质、核酸、配体及其复合物的三维结构——而无需依赖闭源黑箱。

为什么 Protenix 如此重要？

AlphaFold 3 虽然强大，但其闭源性质限制了科学界的深度验证、定制与改进。此前的开源模型（如 Boltz-1、Chai-1）虽有进展，但在关键任务（如抗体-抗原结合预测）上仍存在显著差距。

Protenix-v1 不仅填补了这一空白，更展现出一项独特能力：推理时扩展（Inference-Time Scaling）——通过增加采样数量，预测精度可持续提升，为实际应用提供了明确的“计算成本 vs. 精度”权衡机制。

例如，在抗体-抗原复合物预测中，将采样种子从 5 个增至 80 个，DockQ 成功率从 36% 提升至 47.7%，这是此前开源模型无法实现的。

核心能力：不止于蛋白质

Protenix 支持多种生物分子的通用结构预测：

• ✅ 蛋白质单体与复合物
• ✅ 蛋白质-蛋白质 / 抗体-抗原
• ✅ 蛋白质-小分子配体（药物靶点关键）
• ✅ 蛋白质-RNA / 蛋白质-DNA（调控机制研究）

所有预测均输出 3D 坐标 + 置信度分数（pLDDT、pTM、ipTM），便于后续筛选与实验验证。

性能表现：全面对标 AlphaFold 3

在修正后的 FoldBench 和自建 PXM 基准集上，Protenix-v1 表现如下：

注：所有测试均在相同数据截止日期（2021-09-30）、模型规模与计算预算下进行，确保公平比较。

更令人振奋的是其实用增强版 Protenix-v1-20250630：在引入更新训练数据后，抗体-抗原预测成功率在 PXM-2024 上跃升至 64.02%，展现了强大的可扩展性。

技术亮点

1. 推理时扩展行为
   增加采样种子数（1 → 80），性能近似对数线性提升，尤其适用于高价值靶点（如新药候选）。
2. 增强数据处理
   • 整合最多 4 个结构模板
   • 支持 RNA MSA（通过 Rfam、RNAcentral）
   • 1300 万蒸馏单体结构 + 无序区域专项优化
3. 严格评估体系
   开源 PXMeter 工具包 与多个高质量基准集（PXM-2024/2025、PXM-Antibody 等），并修正了 FoldBench 中的数据覆盖不一致问题。
4. 完整开源生态
   不仅开源模型，还包含：
   • PXDesign：蛋白质-结合剂设计框架（实验成功率 20–73%，超现有方法 2–6 倍）
   • Protenix-Dock：经典对接工具（无深度学习依赖）
   • 训练数据管道、MSA 流程、推理脚本

快速开始

安装与预测极其简单：

# 安装
pip install protenix

# 预测（JSON 输入）
protenix pred -i input.json -o ./output -n protenix_base_default_v1.0.0

项目提供详细 inference_demo.sh 示例，涵盖多分子输入格式、模板使用、置信度过滤等场景。

应用场景

• 药物发现：快速解析靶点结构，指导小分子或抗体设计
• 基础科研：研究蛋白质功能、RNA 调控、病毒入侵机制
• 合成生物学：设计人工酶或代谢通路
• 疫苗开发：精准预测抗原表位

对于高精度需求（如临床前候选），建议启用 80+ 种子采样；对于高通量筛选，标准 5 种子配置即可平衡效率与准确性。