百度 HelixDesign-Binder 蛋白结合物设计方案

将蛋白结合物的骨架生成、序列设计、结构预测与多维评分组织为统一流程，减少研发工具配置和筛选工作。

英文 PDF · 12 页 · 25.8 MB2025-05-28 v1 · 技术报告版本日期浏览次数0

适用对象

创新药研发、蛋白工程、计算生物学与药物筛选团队

方案摘要

百度 HelixDesign-Binder 将蛋白结合物设计中的骨架、序列、复合物结构预测和评分整合为研发流程。研究人员通常需要连接多种工具、参数和计算环境，较大规模的候选筛选也消耗计算资源。方案依托 PaddleHelix 和百度智能云高性能计算，把多个阶段组织到交互界面，帮助团队生成并筛选值得进一步实验的候选。

输入包括靶点序列、结合物长度范围，以及可选的结构和相互作用约束。骨架阶段利用结构数据库中的相关复合物信息提取适合界面的片段，按空间、长度、结构合理性和多样性筛选。随后通过逆折叠方法设计与骨架及目标界面相容的序列，形成较大候选集合，为后续复合物分析提供输入。

结构阶段使用 HelixFold3 预测靶点与候选结合物的三维复合物，并可加入参考结构和残基接触信息。平台组织序列配对、结构任务和结果汇集，通过并行计算提高候选处理能力。预测结构与置信度用于判断候选的几何合理性，但模型置信度不能直接证明实验中能够结合。

评分结合序列适配、界面结构和理化性质，包括 ipTM、链间误差、接触关系、预测结合能和疏水相关指标。不同维度分别反映结构及相互作用特点，平台据此过滤和排序，研究人员仍需查看具体界面。报告的实验对照分析使用相应计算工具，在线版本的评分实现也有独立说明，使用时应核查实际配置。

报告在六类靶点上比较设计候选、已验证结合物、结构置信度、预测能量和序列多样性，并观察采样规模与前列候选质量的关系。这些结果主要证明计算流程在所选任务中的表现，指标之间存在相关性，也存在不能由评分准确解释的情况。候选排序因此需要结合多个结果及专业判断。

交互界面集中呈现候选结构与多个评分，使研究人员能够查看排序原因和相互作用位置。报告特别强调候选多样性，扩大搜索希望提高找到合适序列的机会。计算资源支持更多设计和结构任务，实验资源则决定最终能够验证的数量，因此研究者需要在候选覆盖、结构检查与实验安排之间建立明确联系。

该资料适合蛋白工程、药物发现和计算生物团队理解研发平台的组成。它提供流程、方法和界面背景，没有证明所有生成序列都具备实验活性，更没有形成临床药物效果。实际研究需要进一步验证表达、结合、特异性及其他研发性质，同时结合目标、候选数量和实验资源决定筛选范围，平台可用性及许可按对应服务确认。

百度 HelixDesign-Binder 蛋白结合物设计方案

联系haonan

刘浩南

方案原文 PDF · 12 页