【免费下载链接】openfold-3A fully open source biomolecular structure prediction model based on AlphaFold3项目地址https://gitcode.com/gh_mirrors/op/openfold-3点击查看免费下载OpenFold3 是一个完全开源的生物分子结构预测模型基于 AlphaFold3 实现。想让模型开始工作第一步就是读懂它的输入格式——一个结构清晰的query.json文件。本文带你从零理解 OpenFold3 query.json 的每个字段如何描述蛋白质、DNA、RNA 与小分子配体如何开关 MSA以及如何指定口袋约束最终轻松提交蛋白质复合物预测任务。一、query.json 是什么OpenFold3 的推理流水线接收单个 JSON 文件作为输入指定结构预测所需的数据与选项。这个文件可以同时定义多个预测目标queries目标可以是单链蛋白质或多链蛋白质复合物DNA / RNA 链小分子配体SMILES 或 CCD 编码顶层结构非常简单{ queries: { query_1: { ... }, query_2: { ... } } }其中queries是唯一必填的顶层字段是一个字典。每个键如query_1、ubiquitin、mcl1唯一定位一个预测目标同时用于命名输出文件——所以建议用有含义的名字比如目标蛋白的 PDB 编号。 一个 query 对应一次完整的前向推理想跑批量推理只需在queries里放入多个条目即可。完整格式参考文档docs/source/input_format_reference.md二、单个 query 的结构chains 必填MSA 可选每个 query 条目是一个字典结构如下query_1: { chains: [ { ... }, { ... } ], use_msas: true, use_main_msas: true, use_paired_msas: true, pocket_constraint: { ... } }必填字段chainschains(list, required)链定义列表每个子字典描述组装中的一条链蛋白质、核酸或配体。可选字段MSA 相关开关MSA 选项设置在query 级别对该 query 下所有链生效不能在链级别单独配置字段默认值作用use_msastrue总开关。设为false时自动退化为只含 query 序列的单序列 MSAuse_main_msastrue是否使用未配对 MSA单序列比对结果use_paired_msastrue是否使用跨链配对 MSA异源复合物中尤其重要⚠️ 如果追求最高预测精度官方不建议完全省略 MSA 输入。三、chains 详解四种分子类型每条链必须提供唯一的chain_ids字段字符串或字符串列表和对应的序列/结构信息。chain_ids可以是单个 IDA也可以是列表[A, C]表示该链在组装中有多份相同实例。3.1 蛋白质链protein{ molecule_type: protein, chain_ids: A, description: Optional metadata example, sequence: PVLSCGEWQCL, main_msa_file_paths: /absolute/path/to/main_msas, paired_msa_file_paths: /absolute/path/to/paired_msas, template_alignment_file_path: /absolute/path/to/template_msa, template_entry_chain_ids: [entry1_A, entry2_B], template_cif_paths: [/path/to/template1.cif, /path/to/template2.cif], template_cif_chain_ids: [A, null] }关键字段说明molecule_type(required)必须为proteinsequence(required)单字母氨基酸序列支持标准残基、X未知和U硒半胱氨酸non_canonical_residues(optional)残基序号从 1 开始到非常规残基名称的映射如{1: MHO, 5: SEP}。注意 MSA 计算只依据主sequencemain_msa_file_paths/paired_msa_file_paths(optional)预计算 MSA 文件路径仅在使用预计算 MSA推理时填写。若使用 ColabFold MSA Server此字段会被自动填充并覆盖用户提供的路径template_cif_paths(optional)直接提供 CIF 模板文件路径启用CIF 直读模板模式——无需预计算比对对齐由 Kalign 即时计算template_cif_chain_ids(optional)与template_cif_paths一一对应的模板链 ID填null表示让解析器自动选择最匹配的链3.2 RNA 与 DNA 链{ molecule_type: rna, chain_ids: E, sequence: AGCU, main_msa_file_paths: /absolute/path/to/main_msa.sto }{ molecule_type: dna, chain_ids: C, sequence: GACCTCT }sequence使用单字母核苷酸代码RNA 支持main_msa_file_paths预计算 MSADNA 默认按 AlphaFold3 协议不使用 MSA3.3 小分子 / 配体链ligand配体链有两种等价的指定方式方式一SMILES 字符串{ molecule_type: ligand, chain_ids: Z, smiles: CC(O)OC1C[NH]2CCC1CC2, ligand_name: DRG }方式二CCD 编码{ molecule_type: ligand, chain_ids: I, ccd_codes: NAG }smiles与ccd_codes互斥二选一即可ligand_name可选用于覆盖默认的LIG0、LIG1... 命名同一 query 中相同 SMILES 必须对应相同名称不同 SMILES 必须对应不同名称四、pocket_constraint引导配体进入指定口袋当你希望小分子配体结合到蛋白质的特定口袋时可以在 query 中添加pocket_constraint。设置后OpenFold3 会自动为该配体运行口袋提案与部分扩散精化pocket_constraint: { ligand_chain_id: L, pocket_residues: [[A, 2], [A, 5], [A, 9]], max_distance: 4.0 }ligand_chain_id(required)受约束配体的链 ID必须与配体链的chain_ids一致pocket_residues(required)定义目标口袋的残基列表格式为[chain_id, residue_id]至少 1 个residue_id是 query 序列的 1-based 位置max_distance(optional, 默认 4.0)判断配体原子是否接触口袋的距离阈值该示例的完整输入文件可参考examples/example_inference_inputs/query_protein_ligand_pocket_constraint.json五、完整示例一个包含蛋白、核酸与配体的复合物下面是一个完整的输入 JSON定义了一个由两条蛋白质链A、B、一条 DNA 链C、一条 RNA 链E、SMILES 小分子配体Z和 CCD 编码配体I组成的生物组装{ queries: { query_1: { chains: [ { molecule_type: protein, chain_ids: A, sequence: PVLSCGEWQCL }, { molecule_type: protein, chain_ids: B, sequence: RPACQLWWSRGNWERINQLWW }, { molecule_type: dna, chain_ids: C, sequence: GACCTCT }, { molecule_type: rna, chain_ids: E, sequence: AGCU }, { molecule_type: ligand, chain_ids: Z, smiles: CC(O)OC1C[NH]2CCC1CC2 }, { molecule_type: ligand, chain_ids: I, ccd_codes: [NAG] } ], use_msas: true, use_main_msas: true, use_paired_msas: true } } } 对于异源多聚体不同序列的多链use_paired_msas控制是否使用跨链配对比对直接影响接口区域预测质量六、官方示例库直接抄作业examples/example_inference_inputs/ 目录提供了覆盖常见场景的示例文件建议从最简单的单体开始示例文件场景对应体系query_ubiquitin.json单链蛋白monomer泛素PDB: 1UBQquery_homomer.json相同序列多链homomerGCN4 亮氨酸拉链PDB: 2ZTAquery_multimer.json不同序列多链multimer脱氧人血红蛋白PDB: 1A3Nquery_protein_ligand.json蛋白质-配体复合物Mcl-1 小分子抑制剂PDB: 5FDRquery_single_protein_single_ligand.json单蛋白-单配体T4 溶菌酶 L99A 甲苯PDB: 7L39query_protein_ligand_multiple.json多个复合物批量任务Mcl-1 不同抑制剂PDB: 5FDRquery_dna_ptm.jsonDNA 含修饰残基翻译后修饰示例以 Mcl-1 蛋白质-配体复合物为例它在一个 query 中同时给出了 4 条同源蛋白链、3 条 ATP 配体链CCD 编码和 1 条 SMILES 配体链{ queries: { mcl1: { chains: [ { molecule_type: protein, chain_ids: [A, B, C, D], sequence: GDDELYRQSLEIISRYLREQ... }, { molecule_type: ligand, chain_ids: [F, G, H], ccd_codes: ATP }, { molecule_type: ligand, chain_ids: Z, smiles: CC(O)OC1C[NH]2CCC1CC2 } ] } } }注意蛋白链用了chain_ids: [A, B, C, D]——同一条序列出现 4 次正是同源四聚体的标准写法。七、提交预测任务写好query.json后一条命令即可提交预测默认使用 ColabFold MSA Server 在线生成 MSArun_openfold predict \ --query-json /path/to/query.json \ --use-msa-server \ --output-dir /path/to/output/常用可选参数--inference-ckpt-path指定模型 checkpoint 文件.pt不填则使用默认 checkpoint首次运行自动下载--num-diffusion-samples每个 query 的扩散采样数默认 5推理细节文档docs/source/inference.md八、常见坑与小结三个最常见的错误顶层写成列表queries必须是字典dict不是数组且是唯一必填的顶层字段配体同时写了smiles和ccd_codes二者互斥只能选一个pocket_constraint中的ligand_chain_id与配体链 ID 不一致必须精确匹配核心要点回顾一个 JSON 文件 顶层queries字典 N 个独立预测任务每个 query 必填chains每条链必填chain_ids 分子类型对应的序列/结构字段四种分子类型protein、rna、dna、ligandMSA 开关在 query 级别use_msas/use_main_msas/use_paired_msas想要定向结合加pocket_constraint字段解析逻辑源码位于 openfold3/projects/of3_all_atom/config/inference_query_format.py输入数据的解析工具在 openfold3/core/data/io/。掌握以上结构你就能自由组合蛋白质复合物、核酸复合物和配体体系向 OpenFold3 提交任意预测任务了 赞分享【免费下载链接】openfold-3A fully open source biomolecular structure prediction model based on AlphaFold3项目地址https://gitcode.com/gh_mirrors/op/openfold-3点击查看免费下载相关推荐AlphaFold 3蛋白质-核酸复合物预测技术细节AlphaFold 3蛋白质 核酸复合物预测技术细节 AlphaFold 3作为新一代蛋白质结构预测工具不仅支持蛋白质单体和复合物预测还实现了对蛋白质 核人工智能深度学习生物信息学科研AlphaFold 3蛋白质-配体复合物预测案例与技巧AlphaFold 3蛋白质 配体复合物预测案例与技巧 引言探索蛋白质 配体预测新方法 在药物研发和结构生物学研究中准确预测蛋白质与配体如药物分子、辅酶人工智能深度学习生物信息学科研AlphaFold 3蛋白质-核酸复合物预测实战指南从入门到精通AlphaFold 3蛋白质 核酸复合物预测实战指南从入门到精通 AlphaFold 3是一款强大的蛋白质 核酸复合物预测工具能够精准预测蛋白质、RNA和D人工智能深度学习生物信息学科研上一篇Win11DebloatWindows 11 移除预装应用、禁用遥测的一键优化脚本下一篇深入解析 SQL Assessment API 的 AzMetadata 探针通过 IMDS 元数据评估 Azure VM 上的 SQL Server创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 
长河君 · 2026/10/24 3:42:05 · 阅读 1.2k 看懂OpenFold3输入格式：query.json全面详解，轻松提交蛋白质复合物预测任务
【免费下载链接】openfold-3A fully open source biomolecular structure prediction model based on AlphaFold3项目地址https://gitcode.com/gh_mirrors/op/openfold-3点击查看免费下载OpenFold3 是一个完全开源的生物分子结构预测模型基于 AlphaFold3 实现。想让模型开始工作第一步就是读懂它的输入格式——一个结构清晰的query.json文件。本文带你从零理解 OpenFold3 query.json 的每个字段如何描述蛋白质、DNA、RNA 与小分子配体如何开关 MSA以及如何指定口袋约束最终轻松提交蛋白质复合物预测任务。一、query.json 是什么OpenFold3 的推理流水线接收单个 JSON 文件作为输入指定结构预测所需的数据与选项。这个文件可以同时定义多个预测目标queries目标可以是单链蛋白质或多链蛋白质复合物DNA / RNA 链小分子配体SMILES 或 CCD 编码顶层结构非常简单{ queries: { query_1: { ... }, query_2: { ... } } }其中queries是唯一必填的顶层字段是一个字典。每个键如query_1、ubiquitin、mcl1唯一定位一个预测目标同时用于命名输出文件——所以建议用有含义的名字比如目标蛋白的 PDB 编号。 一个 query 对应一次完整的前向推理想跑批量推理只需在queries里放入多个条目即可。完整格式参考文档docs/source/input_format_reference.md二、单个 query 的结构chains 必填MSA 可选每个 query 条目是一个字典结构如下query_1: { chains: [ { ... }, { ... } ], use_msas: true, use_main_msas: true, use_paired_msas: true, pocket_constraint: { ... } }必填字段chainschains(list, required)链定义列表每个子字典描述组装中的一条链蛋白质、核酸或配体。可选字段MSA 相关开关MSA 选项设置在query 级别对该 query 下所有链生效不能在链级别单独配置字段默认值作用use_msastrue总开关。设为false时自动退化为只含 query 序列的单序列 MSAuse_main_msastrue是否使用未配对 MSA单序列比对结果use_paired_msastrue是否使用跨链配对 MSA异源复合物中尤其重要⚠️ 如果追求最高预测精度官方不建议完全省略 MSA 输入。三、chains 详解四种分子类型每条链必须提供唯一的chain_ids字段字符串或字符串列表和对应的序列/结构信息。chain_ids可以是单个 IDA也可以是列表[A, C]表示该链在组装中有多份相同实例。3.1 蛋白质链protein{ molecule_type: protein, chain_ids: A, description: Optional metadata example, sequence: PVLSCGEWQCL, main_msa_file_paths: /absolute/path/to/main_msas, paired_msa_file_paths: /absolute/path/to/paired_msas, template_alignment_file_path: /absolute/path/to/template_msa, template_entry_chain_ids: [entry1_A, entry2_B], template_cif_paths: [/path/to/template1.cif, /path/to/template2.cif], template_cif_chain_ids: [A, null] }关键字段说明molecule_type(required)必须为proteinsequence(required)单字母氨基酸序列支持标准残基、X未知和U硒半胱氨酸non_canonical_residues(optional)残基序号从 1 开始到非常规残基名称的映射如{1: MHO, 5: SEP}。注意 MSA 计算只依据主sequencemain_msa_file_paths/paired_msa_file_paths(optional)预计算 MSA 文件路径仅在使用预计算 MSA推理时填写。若使用 ColabFold MSA Server此字段会被自动填充并覆盖用户提供的路径template_cif_paths(optional)直接提供 CIF 模板文件路径启用CIF 直读模板模式——无需预计算比对对齐由 Kalign 即时计算template_cif_chain_ids(optional)与template_cif_paths一一对应的模板链 ID填null表示让解析器自动选择最匹配的链3.2 RNA 与 DNA 链{ molecule_type: rna, chain_ids: E, sequence: AGCU, main_msa_file_paths: /absolute/path/to/main_msa.sto }{ molecule_type: dna, chain_ids: C, sequence: GACCTCT }sequence使用单字母核苷酸代码RNA 支持main_msa_file_paths预计算 MSADNA 默认按 AlphaFold3 协议不使用 MSA3.3 小分子 / 配体链ligand配体链有两种等价的指定方式方式一SMILES 字符串{ molecule_type: ligand, chain_ids: Z, smiles: CC(O)OC1C[NH]2CCC1CC2, ligand_name: DRG }方式二CCD 编码{ molecule_type: ligand, chain_ids: I, ccd_codes: NAG }smiles与ccd_codes互斥二选一即可ligand_name可选用于覆盖默认的LIG0、LIG1... 命名同一 query 中相同 SMILES 必须对应相同名称不同 SMILES 必须对应不同名称四、pocket_constraint引导配体进入指定口袋当你希望小分子配体结合到蛋白质的特定口袋时可以在 query 中添加pocket_constraint。设置后OpenFold3 会自动为该配体运行口袋提案与部分扩散精化pocket_constraint: { ligand_chain_id: L, pocket_residues: [[A, 2], [A, 5], [A, 9]], max_distance: 4.0 }ligand_chain_id(required)受约束配体的链 ID必须与配体链的chain_ids一致pocket_residues(required)定义目标口袋的残基列表格式为[chain_id, residue_id]至少 1 个residue_id是 query 序列的 1-based 位置max_distance(optional, 默认 4.0)判断配体原子是否接触口袋的距离阈值该示例的完整输入文件可参考examples/example_inference_inputs/query_protein_ligand_pocket_constraint.json五、完整示例一个包含蛋白、核酸与配体的复合物下面是一个完整的输入 JSON定义了一个由两条蛋白质链A、B、一条 DNA 链C、一条 RNA 链E、SMILES 小分子配体Z和 CCD 编码配体I组成的生物组装{ queries: { query_1: { chains: [ { molecule_type: protein, chain_ids: A, sequence: PVLSCGEWQCL }, { molecule_type: protein, chain_ids: B, sequence: RPACQLWWSRGNWERINQLWW }, { molecule_type: dna, chain_ids: C, sequence: GACCTCT }, { molecule_type: rna, chain_ids: E, sequence: AGCU }, { molecule_type: ligand, chain_ids: Z, smiles: CC(O)OC1C[NH]2CCC1CC2 }, { molecule_type: ligand, chain_ids: I, ccd_codes: [NAG] } ], use_msas: true, use_main_msas: true, use_paired_msas: true } } } 对于异源多聚体不同序列的多链use_paired_msas控制是否使用跨链配对比对直接影响接口区域预测质量六、官方示例库直接抄作业examples/example_inference_inputs/ 目录提供了覆盖常见场景的示例文件建议从最简单的单体开始示例文件场景对应体系query_ubiquitin.json单链蛋白monomer泛素PDB: 1UBQquery_homomer.json相同序列多链homomerGCN4 亮氨酸拉链PDB: 2ZTAquery_multimer.json不同序列多链multimer脱氧人血红蛋白PDB: 1A3Nquery_protein_ligand.json蛋白质-配体复合物Mcl-1 小分子抑制剂PDB: 5FDRquery_single_protein_single_ligand.json单蛋白-单配体T4 溶菌酶 L99A 甲苯PDB: 7L39query_protein_ligand_multiple.json多个复合物批量任务Mcl-1 不同抑制剂PDB: 5FDRquery_dna_ptm.jsonDNA 含修饰残基翻译后修饰示例以 Mcl-1 蛋白质-配体复合物为例它在一个 query 中同时给出了 4 条同源蛋白链、3 条 ATP 配体链CCD 编码和 1 条 SMILES 配体链{ queries: { mcl1: { chains: [ { molecule_type: protein, chain_ids: [A, B, C, D], sequence: GDDELYRQSLEIISRYLREQ... }, { molecule_type: ligand, chain_ids: [F, G, H], ccd_codes: ATP }, { molecule_type: ligand, chain_ids: Z, smiles: CC(O)OC1C[NH]2CCC1CC2 } ] } } }注意蛋白链用了chain_ids: [A, B, C, D]——同一条序列出现 4 次正是同源四聚体的标准写法。七、提交预测任务写好query.json后一条命令即可提交预测默认使用 ColabFold MSA Server 在线生成 MSArun_openfold predict \ --query-json /path/to/query.json \ --use-msa-server \ --output-dir /path/to/output/常用可选参数--inference-ckpt-path指定模型 checkpoint 文件.pt不填则使用默认 checkpoint首次运行自动下载--num-diffusion-samples每个 query 的扩散采样数默认 5推理细节文档docs/source/inference.md八、常见坑与小结三个最常见的错误顶层写成列表queries必须是字典dict不是数组且是唯一必填的顶层字段配体同时写了smiles和ccd_codes二者互斥只能选一个pocket_constraint中的ligand_chain_id与配体链 ID 不一致必须精确匹配核心要点回顾一个 JSON 文件 顶层queries字典 N 个独立预测任务每个 query 必填chains每条链必填chain_ids 分子类型对应的序列/结构字段四种分子类型protein、rna、dna、ligandMSA 开关在 query 级别use_msas/use_main_msas/use_paired_msas想要定向结合加pocket_constraint字段解析逻辑源码位于 openfold3/projects/of3_all_atom/config/inference_query_format.py输入数据的解析工具在 openfold3/core/data/io/。掌握以上结构你就能自由组合蛋白质复合物、核酸复合物和配体体系向 OpenFold3 提交任意预测任务了 赞分享【免费下载链接】openfold-3A fully open source biomolecular structure prediction model based on AlphaFold3项目地址https://gitcode.com/gh_mirrors/op/openfold-3点击查看免费下载相关推荐AlphaFold 3蛋白质-核酸复合物预测技术细节AlphaFold 3蛋白质 核酸复合物预测技术细节 AlphaFold 3作为新一代蛋白质结构预测工具不仅支持蛋白质单体和复合物预测还实现了对蛋白质 核人工智能深度学习生物信息学科研AlphaFold 3蛋白质-配体复合物预测案例与技巧AlphaFold 3蛋白质 配体复合物预测案例与技巧 引言探索蛋白质 配体预测新方法 在药物研发和结构生物学研究中准确预测蛋白质与配体如药物分子、辅酶人工智能深度学习生物信息学科研AlphaFold 3蛋白质-核酸复合物预测实战指南从入门到精通AlphaFold 3蛋白质 核酸复合物预测实战指南从入门到精通 AlphaFold 3是一款强大的蛋白质 核酸复合物预测工具能够精准预测蛋白质、RNA和D人工智能深度学习生物信息学科研上一篇Win11DebloatWindows 11 移除预装应用、禁用遥测的一键优化脚本下一篇深入解析 SQL Assessment API 的 AzMetadata 探针通过 IMDS 元数据评估 Azure VM 上的 SQL Server创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考