【可承接：指定蛋白 AI binder 计算设计】 如果你手里有一个明确靶蛋白，想设计能够结合它的 de novo binder / miniprotein / scaffold binder，我可以提供湿实验前的计算设计与初筛服务。 参考当前主流文献流程： RFdiffusion / RFdiffusion3 生成结合骨架 ProteinMPNN / LigandMPNN 设计序列 AlphaFold2 / AlphaFold3 预测复合物结构 Rosetta FastRelax + ddG / dG_separated 评估结合能 最后基于 pLDDT、PAE、ipTM、pTM、ranking_score、ddG、界面接触等指标综合筛选候选 binder。 可做内容： 1. 靶点结构整理与热点位点分析 2. 指定表位 / 指定残基 / 指定原子附近的 binder 骨架生成 3. 多轮序列设计与结构预测 4. Rosetta 结构松弛和结合能计算 5. 多指标筛选与候选序列排序 6. 输出 FASTA、PDB/CIF、CSV 指标表、筛选图和结构可视化图 7. 可根据后续实验结果继续做 partial diffusion 优化 适合场景： 抗原 binder 设计 蛋白–蛋白相互作用阻断 受体/配体界面竞争性 binder 酶活性位点附近 binder 指定表位 binder 初筛 后续噬菌体展示 / 表达纯化 / BLI / ELISA 前的候选序列准备 需要你提供： 靶蛋白名称、序列或结构文件 希望 binder 结合的位置 是否已有功能残基、受体结合面或文献依据 预期 binder 长度或实验表达体系 说明： 计算设计不能替代湿实验验证，也不能保证一定获得高亲和力 binder。它的价值在于把候选空间从“随机筛库”压缩到一批结构更合理、指标更优、值得实验验证的候选序列。 有相关靶点可以私信交流。 #从头设计binder #AI蛋白设计 #Binder设计 #RFdiffusion3 #ProteinMPNN #AlphaFold3 #Rosetta #微蛋白迷你蛋白 #蛋白质结合剂抑制剂#蛋白质从头设计