Protenix-v1

Protenix-v1 – 字节Seed团队开源的生物分子结构预测模型

Protenix-v1，一项由字节跳动 Seed 团队倾力打造并开源的尖端生物分子结构预测模型，正以前所未有的姿态，在计算精度与资源可及性之间树立了新的标杆。它不仅是首个在与 AlphaFold 3（AF3）严格对齐的数据截止日期（2021年9月30日）、模型规模及推理预算的条件下，性能与之比肩甚至更胜一筹的完全开源解决方案，更在生物分子模拟领域开启了新篇章。

Protenix-v1：开源领域的破局者

Protenix-v1 的出现，标志着生物分子结构预测研究迈入了更加开放和高效的新纪元。该模型在严格限定的条件下，成功复现并超越了AF3的预测能力，充分证明了其卓越的性能。其显著的特点之一在于对AF3“推理时扩展能力”的完美复刻，这意味着通过适度增加计算资源，预测精度能够呈现出对数线性的显著提升。以抗体-抗原对接任务为例，其DockQ成功率便能从36%跃升至47.68%，这对于解决复杂生物分子相互作用的难题具有划时代的意义。为了满足不同应用场景的需求，Protenix-v1 推出了双版本策略：标准版旨在学术公平比较，而数据更新至2025年6月30日的数据扩展版则更聚焦于实际的药物发现应用。此外，该模型还整合了蛋白质模板和RNA多序列比对（MSA）等前沿功能，并配套推出了评估工具包PXMeter，旨在解决当前基准测试领域存在的混乱局面。

Protenix-v1 的核心功能：精雕细琢的生物分子模拟

• 多维度复合物结构预测：Protenix-v1 能够高精度地预测蛋白质-蛋白质、抗体-抗原、蛋白质-核酸以及蛋白质-小分子等多种生物分子复合物的三维结构，为理解生命过程中的分子协同作用提供了有力支持。
• RNA MSA 赋能，洞悉核酸奥秘：集成先进的RNA多序列比对功能，Protenix-v1 能够深入捕捉RNA的进化保守性和二级结构特征，从而显著增强蛋白质-RNA复合物预测的精确度。
• 模板整合，强化结构预测的可靠性：通过引入已知的蛋白质结构模板，模型得以利用同源信息来提升预测的稳健性，同时也能在模型训练的早期阶段稳定其收敛过程。
• 推理时可扩展性，灵活应对挑战：用户可以根据计算资源和精度需求，通过增加采样种子数量来动态提升预测性能，这一特性尤其适用于解决棘手的对接问题，提供了一种在成本与精度之间的智能权衡。
• 物理约束的引入，指导结构生成：模型支持引入原子级接触约束和结合口袋约束，使得研究人员能够将实验数据或物理知识融入结构预测过程，实现更具针对性的分子设计。
• 双版本模型，兼顾理论与实践：学术对标版本（数据截止2021年9月30日）确保了研究的严谨性和可比性，而面向实际应用优化的数据扩展版本（数据截止2025年6月30日）则为药物研发等领域提供了更贴近现实的解决方案。

Protenix-v1 的技术基石：深度学习与创新算法的融合

• 先进的端到端扩散架构：Protenix-v1 在AlphaFold 3的强大基础上，采用了先进的端到端扩散架构。这一架构巧妙地融合了MSA编码器、Pairformer关系建模模块以及扩散生成模块，通过迭代去噪过程，直接生成高精度的原子坐标。
• 推理时扩展能力的实现机制：其核心突破在于对AF3推理时扩展能力的成功复现。通过并行生成数百个候选结构，并利用精妙的打分函数进行筛选，模型能够实现抗体-抗原等对计算投入敏感的柔性对接任务的成功率随计算量的对数线性增长。
• 高效的模板集成策略：模型采用Kalign等工具搜索同源模板，并将这些模板特征巧妙地注入Pairformer的pair representation中，这不仅提升了对保守折叠家族的识别能力，也有效缓解了模型在早期训练阶段可能出现的稳定性问题。
• RNA特征工程的创新：为了弥补传统蛋白质中心模型在核酸相互作用建模上的不足，Protenix-v1 扩展了MSA模块，使其能够支持RNA序列的比对，从而编码核苷酸的进化信息和共变信号。
• Protenix-Mini 的轻量化设计：针对大规模虚拟筛选的需求，Protenix-Mini 版本采用了线性注意力机制以降低计算复杂度，并引入了蛋白质语言模型实现单序列推理，有效消除了MSA数据库检索的开销，使其在处理海量数据时表现出色。

Protenix-v1：开启生物分子研究的新篇章

• 药物发现与开发的新利器：Protenix-v1 在抗体-抗原复合物预测方面的强大能力，使其成为免疫治疗靶点结构建模的理想工具。推理时扩展的特性，能够显著提升高难度靶点的结构解析精度，为抗体工程和表位设计提供了坚实的基础。
• 驱动蛋白质设计的理性创新：通过精确设定结合口袋和关键接触残基，Protenix-v1 能够指导研究人员进行理性设计，从而开发出高亲和力的功能性分子。而Protenix-Mini 则为快速筛选海量候选序列提供了可能。
• 加速结构生物学研究的进程：该模型为实验结构生物学研究提供了强大的预测支持，能够辅助解析低分辨率的晶体结构或冷冻电镜密度图，从而有效降低实验成本，加速靶点结构的表征过程。
• 深化RNA相关研究的洞察：Protenix-v1 在蛋白质-RNA复合物预测方面的能力，为RNA干扰、CRISPR系统以及RNA药物递送等前沿领域的研究提供了关键工具，填补了传统工具在核酸-蛋白质相互作用建模上的空白。
• 赋能大规模虚拟筛选与药物管线加速：轻量化的Mini版本为高通量对接评估提供了可能，使其能够在药物发现的早期阶段高效地筛选化合物库或蛋白质变体。这与全精度模型形成了“粗筛-精修”的协同工作流程，极大地提升了研发效率。