ProteinMPNN 开源项目安装与使用指南

ProteinMPNN 开源项目安装与使用指南

ProteinMPNN项目地址:https://gitcode.com/gh_mirrors/pr/ProteinMPNN

目录结构及介绍

当你克隆或下载了 ProteinMPNN 开源项目后，你会看到以下主要目录和文件：

主要目录说明

• code: 包含用于论文中的代码实现。
• resources: 额外资源如数据集、预训练模型等可能存放于此。
• README.md: 项目的主要读我文件，通常包含了项目描述、依赖项、安装步骤以及如何运行的基本指南。

其他重要目录

• helper_scripts: 这个目录下包含辅助脚本，这些脚本可帮助解析PDB文件，指定哪些链进行设计，固定哪些残基，添加AA偏置等操作。
• examples/: 简单代码示例存储在此处，包括输入的PDB文件及其相应的输出结果。
• colab_notebooks/: 提供了Google Colab笔记本的例子，方便在云端环境快速实验。
• training/: 包含用于重新训练模型的代码和数据。

启动文件介绍

主执行脚本是 protein_mpnn_run.py，它初始化并运行模型，而 protein_mpnn_utils.py 提供对主脚本的支持功能，例如处理PDB文件、参数设置等。

protein_mpnn_run.py

这是项目的入口点，用于加载和运行深度学习模型。通过命令行参数可以控制多种行为，比如是否抑制打印输出（--suppress_print）、使用哪个模型权重文件等。

protein_mpnn_utils.py

这个脚本提供了实用函数，主要用于处理PDB格式的数据，例如解析蛋白质结构，指定设计策略，设置固定残基等。

配置文件介绍

尽管 ProteinMPNN 没有单独的配置文件，其设置可以通过 protein_mpnn_run.py 中的命令行参数来调整。例如：

python protein_mpnn_run.py --suppress_print 0

这里的 --suppress_print 参数被设定为 0 表明将不抑制控制台打印输出的信息，这在调试过程中非常有用。

为了更好地理解或修改项目的行为，在运行时提供适当的命令行参数至关重要。通过查看 protein_mpnn_run.py 脚本开头的部分，可以找到所有可用参数的完整列表及其默认值，从而深入了解项目的配置选项。

---

以上是对 ProteinMPNN 项目的目录结构、主要启动文件和基本配置方式的简要介绍。希望这份指南能够帮助你更顺利地探索和利用此项目。

ProteinMPNN项目地址:https://gitcode.com/gh_mirrors/pr/ProteinMPNN