面向多模态分子设计的一体化生成与筛选工作流。该项目面向蛋白/肽类等分子设计场景，提供从生成、结构预测复折叠到物理打分筛选的端到端工程化流程，目标是以可复现、可扩展的方式支撑大规模设计与迭代。


ODesign-pipeline 聚焦“生成 → 结构验证 → 物理评估 → 筛选入库”的闭环，强调两类互补证据：

  • 深度学习结构置信度：用于快速过滤与优先级排序（AF3 置信度）。

  • 物理能量与界面指标：用于进一步收敛候选并提升可解释性与可迁移性（Rosetta打分）。



早期结果。团队利用ODesign-pipeline在 8 个靶点 上完成了一轮 mini-protein 设计，其中4个靶点的最优 binder 已达到 pM 量级。后续实验结果将陆续产出，感谢大家的持续关注，也欢迎进一步交流与合作。


代码链接

https://github.com/The-Institute-for-AI-Molecular-Design/ODesign-pipeline

内容中包含的图片若涉及版权问题，请及时与我们联系删除