计算化学公社

标题: 生物分子co-folding工具boltz-2试用心得 (2025年9月) [打印本页]
作者
Author: student0618    时间: 2025-9-29 21:55
标题: 生物分子co-folding工具boltz-2试用心得 (2025年9月)
本帖最后由 student0618 于 2025-10-21 23:02 编辑

0. 前言

说起直接用蛋白/核酸序列/SMILES直接作结构预测、又可以用作蛋白-蛋白/蛋白-核酸/蛋白-小分子建模的工具， 目前最热门的可说是的AlphaFold 3 (AF3) 和 RoseTTafold-All Atom。

其中，AF3号称最准确，甚至很多文献现在都用AF3作标准/目标。可是AF3它的条款限制极多也有些混乱，使它的用途有限，尤其是一些产学合作相关项目不能用。(AF3 在线/本地版还分几个不同条款，详见V. 备注。它的在线服务器、本地source code、本地下载model weight、甚至是程序output的使用条款都分一个文件；下载AF3 model parameters到本地还要填写google form申请。)

再者，AF3和RoseTTafold-AA这两个工具要在本地使用门槛较高，需要NVIDIA GPU、较新的CUDA、及至少500-700GB的储存空间。这增加了一般研究者在有限的预算下想利用co-folding方法作前期研究的难度(如用作虚拟筛选等目的)。

Boltz-2 是MIT及Recursion开发的开源免费模型，给建模/对接等任务提供一个比AF3等更亲民、更有弹性的选择。和AF3一样，它是用机器学习co-folding预测蛋白结构、蛋白-蛋白/核酸结合、生物分子-小分子结合等。在这以上，boltz-2的目的是达到接近AF3 的准确度同时、加上蛋白-小分子affinity prediction，令小分子筛选可以直接用cofolding 方法预测结合模式、同时预测FEP+准确度的binding affinity。提供了除pTM/iPTM等confidence metrics以外的判断蛋白-小分子co-folding预测结果的选择。

由于boltz-2的工作流将multi-sequence alignment (MSA) 分到第三方MSA server，省去了下载database的储存空间；提供cpu/gpu 选项也使它可以适用于更多硬件，预算有限的研究者更易使用。

使用条款方面，boltz是开源MIT license的，可商用，也特意明文写出"can be freely used for both academic and commercial purposes"，对研究显然更友善、提供更多弹性。

以下分享这几个月试用boltz-2的一些心得，给对这开源工具有兴趣的人作参考。时间所限，只会写大概的流程；也没办法有系统地测速度。详细使用说明和benchmark请参阅github上的instructions及文章。


I. 软件

网址

github repo (包括最新的版本+文档+输入模板)

原文还没在期刊发表，preprint在bioRxiv


II. 安装流程

参考 https://github.com/jwohlwend/bol ... v-file#installation，大致流程如下：


值得一提的是Model weight及data的下载：

如果使用 MSA server 功能需要登入用信息或API key，预设是用ColabFold 的MMseqs2。不想通过boltz用在线MSA server的用户可以自己提供msa结果(yaml 输入文件指定msa 的path)，或者选择不用msa直接predict (准确度较低)。

其他使用方法及示例可参考官方文档及github的Example文件。预测结果给的output说明在prediction.md文档也写得很清楚，就不重复了。
https://github.com/jwohlwend/boltz/blob/main/docs/prediction.md


III. 试用感想 (2025年9月)
(2025年10月注：自行提供的msa有bug, 见 http://bbs.keinsci.com/forum.php ... 52658&fromuid=64740 及 https://github.com/jwohlwend/boltz/issues/587)
github的examples用一个cpu跑也可以几小时内跑完，4090 gpu跑几分钟。以examples目录的affinity.yaml (修改了以使用分开预备的的msa文件) 爲例：

我没时间测更大的体系，也没试通过boltz自动使用MSA server 作sequence alignment，只试了分开下预备的MSA (不想在测试用的电脑放任何密码和API key)。yaml输入文件也算是清晰明瞭，基本用法也不难用。不过更高级的设定如指定口袋放小分子等我还没试。

boltz-2 目前也有不少限制，如：


IV.结语
以上分享了一些使用boltz-2的心得。没有很仔细、很全面，如有错漏也请不吝赐正。


V. 备注：关于 AF3的使用条款

AF3条款极多，也有点乱。重点总结如下(如有错漏请指正)：

无论在线还是本地版：

在线版的条款还加上：

完整AF3使用条款参考：
AF3 server
本地版所有使用条款

作者
Author: k64_cc    时间: 2025-10-3 09:38
本帖最后由 k64_cc 于 2025-10-3 09:40 编辑

做核酸体系的话，建议还是仔细看看pose。它的原子级表征只做重原子，不做氢，以至于把H-bond donor和acceptor这种物理特征非常明确的feature给学混淆了。生物大分子这种结构与质子态关系明显的case尚且还行，但是小分子的pose给得都挺搞笑的。
作者
Author: student0618    时间: 2025-10-3 11:37
本帖最后由 student0618 于 2025-10-3 11:43 编辑
k64_cc 发表于 2025-10-3 09:38
做核酸体系的话，建议还是仔细看看pose。它的原子级表征只做重原子，不做氢，以至于把H-bond donor和accept ...

很认同，我后来还是试了一下，一个应是pi-stacking叠在base之间的小分子，它放4个base中间硬要给hbond 了。毕竟目前可供training的核酸-小分子的实验结构远比蛋白-小分子少。

不过那个人工合成的核酸结构一开始它的Hairpin结构pairing已经不对 (就是我原帖说最好用专门方法的体系)，所以本来没试加小分子。如果他支持核酸用 Template/二级结构可能好些。
作者
Author: k64_cc    时间: 2025-10-8 16:00
student0618 发表于 2025-10-3 11:37
很认同，我后来还是试了一下，一个应是pi-stacking叠在base之间的小分子，它放4个base中间硬要给hbond 了 ...

是这样，不过template其实没啥必要，template是从PDB里切片段来拼，这些片段训练集里也都有的。想用二级结构的话用Boltz给的那个constraint功能即可，写在输入文件里就行。

另外一个小trick是，小分子很多时候其实会靠pi-pi stacking/氢键/halogen bond，替代口袋里成pair的碱基的一部分功能，导致碱基unpair。因此我们发现Boltz建模的时候，把口袋附近的二级结构限制去掉，效果会显著变好。
作者
Author: 樊樊樊    时间: 2025-10-8 17:55
楼主我想请问一下，AF3在线版不支持自定义小分子，本地部署后支持蛋白+自己提供小分子的文件吗？我去看了教程没有提到该问题。我没这个条件进行本地部署但是比较好奇。
作者
Author: student0618    时间: 2025-10-8 18:12
本帖最后由 student0618 于 2025-10-9 11:38 编辑
樊樊樊 发表于 2025-10-8 17:55
楼主我想请问一下，AF3在线版不支持自定义小分子，本地部署后支持蛋白+自己提供小分子的文件吗？我去看了教 ...

见AF3离线版input documentation (https://github.com/google-deepmind/alphafold3/blob/main/docs/input.md)

(, 下载次数 Times of downloads: 0)

AF3离线版目前限制为用SMILES不能处理两个字母的元素，见https://github.com/google-deepmi ... ocs/known_issues.md
(, 下载次数 Times of downloads: 1)

不过由于他条款太麻烦，我也没有试过。
作者
Author: student0618    时间: 2025-10-8 18:31
本帖最后由 student0618 于 2025-10-9 12:18 编辑
k64_cc 发表于 2025-10-8 16:00
是这样，不过template其实没啥必要，template是从PDB里切片段来拼，这些片段训练集里也都有的。想用二级 ...

谢谢！我试试constraint那边set二级结构。

这边我说Template 是一组特定增强采样方法MD跑出来、pocket打开了的conformations，本来想看看能不能用boltz-2对比一下新开发方法预测的binding poses。人工合成一个很短的hairpin 结构，可能按MD结果试几个二级结构看看。
作者
Author: 樊樊樊    时间: 2025-10-9 10:11
student0618 发表于 2025-10-8 18:12
见AF3离线版input documentation (https://github.com/google-deepmind/alphafold3/blob/main/docs/input ...

十分感谢
作者
Author: zhangwhale    时间: 2025-10-20 10:15
楼主好，我测试时一直报Warning: MSA does not match input sequence, creating dummy.即便设置msa：empty或测试作者给出材料也会出现这一警告，请问有遇见这一情况吗

作者
Author: lauowan    时间: 2025-10-20 12:29
请问老师，boltz2对于配置要求高吗？个人电脑装的虚拟机能算吗（对速度没有要求）？还是最好在服务器上算？谢谢
作者
Author: student0618    时间: 2025-10-21 22:53
lauowan 发表于 2025-10-20 12:29
请问老师，boltz2对于配置要求高吗？个人电脑装的虚拟机能算吗（对速度没有要求）？还是最好在服务器上算？ ...

抱歉，我没用过虚拟机，但用单核只用cpu跑感觉还行，不过要注意Memory用量(测试的case少于30GB)。

就是用gpu跑几分钟，CPU 跑一小时的分别。某天半夜在主节点试跑也跑得完。
作者
Author: student0618    时间: 2025-10-21 22:57
本帖最后由 student0618 于 2025-10-21 23:06 编辑
zhangwhale 发表于 2025-10-20 10:15
楼主好，我测试时一直报Warning: MSA does not match input sequence, creating dummy.即便设置msa：empty ...

后来测试发现自己提供的msa也有这问题，见到github上也有人提issue了(https://github.com/jwohlwend/boltz/issues/587) 可能要等开发者修。我先在一楼补充。

我用empty没事。



欢迎光临 计算化学公社 (http://bbs.keinsci.com/) Powered by Discuz! X3.3