RF Optimization (RFO)

简介

RF Optimization（RFO）用于在已有蛋白复合物的基础上迭代设计一条蛋白链。流程结合 RoseTTAFold3（RF3）的梯度引导序列优化、Boltz-2 的结构预测，以及 ProteinMPNN 或 LigandMPNN 的序列重设计；每轮得到的复合物作为下一轮输入，最终输出设计序列、复合物结构和逐轮评分。

默认推荐使用 mixed，在同一设计流程中使用 RF3 和 Boltz 两种计算分支。用户只需指定一条设计链，其余链作为受体或伙伴链保留。设计链允许改变氨基酸序列；其他链及未选中的设计位点保持原序列，但结构坐标可以随预测变化。

参数说明

Method

选择 RFO 每轮使用的计算方式，默认 mixed。

• mixed：每轮按 Backprop Fraction 的概率选择 RF3，否则选择 Boltz，随后进行 MPNN 序列重设计。建议保留默认设置。
• rf3：每轮使用 RF3 优化序列，再进行 MPNN 重设计。
• boltz：每轮使用 Boltz 预测结构，再进行 MPNN 重设计。

这些选项控制同一个 RFO 流程中的计算分支。mixed 不要求两个分支固定交替，实际使用的分支记录在 records.csv 的 Method 列中。

Input

上传一个 .pdb、.cif 或 .mmcif 格式的蛋白复合物，包含一个结构模型、至少两条蛋白链。所有链均需使用标准氨基酸，并具有完整的 N、CA、C、O 主链原子。提交前去除水、配体等非蛋白组分，并保留唯一的原子构象。

多条链共同组成一个设计体系，每次只选择其中一条链作为设计链。

注意： 输入的PDB或者CIF文件仅支持包含蛋白质残基，请提前剔除水分子、离子等其他组分

Design Chain

填写需要设计的一条链 ID，默认 A，例如 C。mmCIF 文件使用作者链 ID。链不必位于文件首位，其余链自动作为序列固定的伙伴链。

支持大小写输入：结构中只有 C 时，填写 c 也可以匹配。若结构同时包含 C 和 c，则按输入的准确大小写选择；结果保留原链名。

Design Residues

填写设计链上允许改变的残基编号，默认留空。编号使用输入结构中的作者残基编号，不是重新从 1 开始计数的序列位置。支持中文或英文逗号、编号范围及插入码，例如：

10，12-16，23A

表示允许残基 10、编号 12 至 16 的已有残基，以及插入码为 A 的残基 23A 变化。无需添加链名前缀，范围端点必须存在。

• 留空时，RF3 可优化整条设计链，MPNN 根据接触或结构置信度自动保留部分位置。
• 填写后，RF3 和 MPNN 都只能改变选中的位置，其他位置保持原序列。允许设计不表示一定发生氨基酸替换。

Cycles

设计循环次数，整数，默认 10，范围 1–20。每轮包括一次 RF3 或 Boltz 计算，以及后续 MPNN 重设计。mixed 的轮数是两个分支合计的轮数，超过 20 会报错。

Backprop Fraction

仅用于 mixed，默认 0.5，范围 0–1。表示每轮选择 RF3 的概率；默认设置下，RF3 和 Boltz 的选择概率各为 50%。

填写 1 表示始终使用 RF3，填写 0 表示始终使用 Boltz。该值控制选择概率，不保证两个分支在实际完成轮数中各占一半。

Format

输出结构文件的格式，可选 pdb 或 cif，默认 pdb。最终结构及压缩包中的每轮结构均使用所选格式，只生成这一种格式。

Seed

用于控制分支选择和 MPNN 采样的随机种子，整数，默认 42。

MPNN Model

用于序列重设计的模型，可选 protein_mpnn 或 ligand_mpnn，默认 protein_mpnn。两者均遵守设计链和位点限制；本模块的输入仍为蛋白复合物。

MPNN Temperature

用于控制序列采样随机性，大于 0 的有限数，默认 0.1。较高值通常增加序列多样性。

结果说明

RFO 输出最终序列、结构、评分表，以及包含这些结果和过程结构的压缩包：

最终输出取最后一轮，不按评分挑选最佳轮次。结构中的残基身份与 FASTA 一致，但改变后的残基可能缺少侧链原子；最终序列尚未单独重新预测结构或松弛。

results.tar.gz 内容

选择默认 pdb 时，压缩包内容如下；选择 cif 时，所有结构文件的扩展名均为 .cif：

results.tar.gz
├── designed_sequence.fasta
├── final_complex.pdb
├── records.csv
└── cycles/
    ├── cycle_001/
    │   ├── prediction.pdb
    │   └── design.pdb
    └── cycle_002/
        ├── prediction.pdb
        └── design.pdb

cycle_001 对应 CSV 的 Cycle = 1，后续轮次依次排列。prediction 是该轮交给 MPNN 的预测或优化后结构，对应 CSV 的被评估序列和评分；design 是该轮 MPNN 重设计后的结构，用作下一轮输入。所有结构均保留原链名和作者残基编号，最后一轮的 design 与最终结构一致。压缩包只收录完成轮次的这两类结构，不含失败重试或模型内部优化步骤的结构。

records.csv 字段

同一行的评分对应 Evaluated sequence (before MPNN)。Designed sequence (after MPNN) 是本轮随后选出的序列，用于下一轮；最后一行与 FASTA 一致。两列相同时表示本轮 MPNN 未改变设计链序列。

不适用或不可用的评分留空，不表示零分。使用 mixed 时，应按 Method 分别查看 RF3 和 Boltz 的评分，不将不同模型的数值合并排名。

进度按完成轮数更新，例如 10 轮完成 7 轮显示 70%。进度不代表剩余时间，完成后以任务成功状态为准。

参考文献

• Zhang O, Wang J, Thompson TR, You Z, Song Z, DiMaio F, Baker D. 2026. RFOptimization: Guiding Design Optimization with All-Atom Structure Prediction. bioRxiv (preprint), 2026.09.04.749184. DOI: 10.64898/2026.09.04.749184.
• Passaro S, Corso G, Wohlwend J, Reveiz M, Thaler S, Somnath VR, Getz N, Portnoi T, Roy J, Stark H, Kwabi-Addo D, Beaini D, Jaakkola T, Barzilay R. 2025. Boltz-2: Towards Accurate and Efficient Binding Affinity Prediction. bioRxiv (preprint, 2025.06.14.659707). DOI: 10.1101/2025.06.14.659707.
• Dauparas J, Anishchenko I, Bennett N, Bai H, Ragotte RJ, Milles LF, Wicky BIM, Courbet A, de Haas RJ, Bethel N, Leung PJY, Huddy TF, Pellock S, Tischer D, Chan F, Koepnick B, Nguyen H, Kang A, Sankaran B, Bera AK, King NP, Baker D. 2022. Robust deep learning-based protein sequence design using ProteinMPNN. Science, 378:6615, 49–56. DOI: 10.1126/science.add2187.
• Dauparas J, Lee GR, Pecoraro R, An L, Anishchenko I, Glasscock C, Baker D. 2025. Atomic context-conditioned protein sequence design using LigandMPNN. Nature Methods, 22:4, 717–723. DOI: 10.1038/s41592-025-02626-1.