Data / AI for Science / 实体卡片

ProteinMPNN

论文与基准美国配方

PDB 2021-08 快照、30% 聚类约 2.8 万簇的逆折叠序列设计

数据类型
蛋白骨架到序列

模型与发布

Baker 组 2022 年发布的消息传递神经网络，输入骨架输出序列，常与 RFdiffusion / RFdiffusion2 串联完成设计流程。

训练数据配方

  • 公共库：Protein Data Bank (wwPDB) 生物单元，快照日期 2021-08-02，30% 序列一致性聚类；社区复现模型卡口径为 555,720 链、27,789 簇，单链 19,700（均为二手）[1][2]。IPD 公开训练集约 16.5 GB。
  • 蒸馏合成与私有真值：无。

数据供应方与许可

wwPDB。

已知问题与口径冲突

训练集规模数字来自镜像与复现模型卡，非原论文一手核对，⚠️ 待复核。

来源

  1. https://docs.api.nvidia.com/nim/reference/ipd-proteinmpnn (2026-10-15)
  2. https://huggingface.co/smares/proteinMPNN_noMHC (2026-10-15)

相关卡片

Protein Data Bank (wwPDB)数据集 · 全球
全球实验测定生物大分子三维结构的统一档案，AI 结构预测的核心真值
RFdiffusion / RFdiffusion2论文与基准 · 美国
RoseTTAFold 微调的扩散设计，RF2 酶设计 41 题全解
RoseTTAFold All-Atom论文与基准 · 美国
PDB 全装配体加约 10 倍 AF2 预测，Science 2024

卡片整理 2026-10-15。公司自报数据标“公司口径”；⚠️ 为未经独立核实。