蛋白质设计，一套看得懂的自学路线

什么是蛋白质设计？

一句话版本：结构预测是「给我一条序列，我告诉你它长什么样」； 蛋白质设计反过来——「给我一个想要的结构或功能，我来设计一条能折叠成它的序列」。 传统方法靠物理能量函数（Rosetta）搜索序列空间；2022 年以来，深度学习（AlphaFold、扩散模型、语言模型） 让这条流水线又快又准，2024 年诺贝尔化学奖颁给了计算蛋白设计的开创者 David Baker 和 结构预测的 Demis Hassabis / John Jumper，就是这个领域最好的注脚。

学习路径（5 个阶段）

每一阶段都有明确产出。勾选完成项，进度会自动保存在本机浏览器里（localStorage）。

1. 0

   打地基：结构生物学快速复习

   约 1–2 周
   复习氨基酸、二级结构、结构域，能画出「序列→结构→功能」的关系 能读懂 PDB 文件里的一行原子记录（链、残基、坐标、B-factor） 用 PyMOL 或 ChimeraX 打开一个结构，做一次射线图/表面图

   产出：能在 10 分钟内用可视化软件讲清一个蛋白的结构特征。
2. 1

   第一次「设计」：玩转预测与逆折叠

   约 2–4 周
   用 Foldit 玩 2–3 关，理解折叠的「目标函数」长什么样 用 ColabFold 预测一个蛋白结构，读懂 pLDDT、pTM、PAE 用 ProteinMPNN 的 Colab 给一条已知骨架做一次序列设计

   产出：从「只会预测」跨越到「能做设计」——这是本阶段最重要的心智转变。
3. 2

   经典计算设计：Rosetta / PyRosetta

   约 1–3 个月
   理解 Rosetta 能量函数：每一项物理上代表什么（范德华、氢键、溶剂化、骨架二面角……） 跑通一个 FastDesign / Relax 例子，看懂 score 的变化 读 Top7（2003）和《The coming of age of de novo protein design》（2016 综述） 理解从头设计的经典流水线：功能位点 → 骨架生成 → 序列设计 → 实验验证

   产出：能解释「为什么要能量函数」「Rosetta 和深度学习的关系」。
4. 3

   AI 生成式设计：扩散模型与语言模型

   约 3–6 个月
   用 RFdiffusion + ProteinMPNN 跑通一个 binder 或 motif scaffolding 例子 理解扩散模型直觉：加噪→学去噪→从噪声采样出骨架 跑一次 ESM 或 ESM3 示例，理解蛋白语言模型在做什么 精读 RFdiffusion（2023）和 ProteinMPNN（2022）原文的 Methods

   产出：能独立设计一条骨架并用 ProteinMPNN 得到候选序列，知道每一步的局限。
5. 4

   做自己的课题：设计—实验闭环

   长期
   选一个具体目标：结合体（binder）、酶、纳米材料、疫苗或自组装 设计并表达一批候选（酵母展示/噬菌体展示或直接表达纯化），做一轮实验验证 用 SEC / CD / BLI / SPR / cryo-EM / 晶体等手段表征成功与否 跟进新工具：AlphaFold3 / Boltz / ESM3 / 定向进化与 LLM 代理工作流

   你的 cryo-EM 技能在这里就是杀手锏——很多设计论文的「最后一幅图」就是电镜结构。

六张地图，随意翻阅

不需要按顺序读。遇到不懂的词去术语表，想知道用什么软件去软件页。

第一步做什么？

1. 花 30 分钟读 核心概念页 的「基础概念」部分，把术语表里不认识的词过一遍。
2. 装一个可视化软件（PyMOL 或 ChimeraX），打开一个你感兴趣的 PDB 结构随便玩玩。
3. 周末跑第一个 ColabFold：预测你研究里一个蛋白的结构，看看 pLDDT 图长什么样。