ProteinMPNN（蛋白质序列设计模型）

ProteinMPNN由华盛顿大学David Baker团队于2022年开发，是一种基于消息传递神经网络的蛋白质序列设计方法。它接收蛋白质主链的三维坐标作为输入，通过图神经网络捕捉残基间的空间关系，并自回归地预测每个位置的氨基酸类型。该模型在序列恢复率上显著优于传统方法，且能设计出可折叠成目标结构的新序列，已广泛应用于蛋白质工程和药物设计。