01Research Areas
把 AI 分子设计，落到真实的酶与药物问题上
四块相互咬合的能力：从结构预测出发，贯通序列设计、进化决策与知识沉淀。
AREA 01
酶工程 AI 设计
结构预测 → 骨架设计 → 序列设计 → 突变位点 → 动力学验证的全自动工作流。
Protenix · RFdiffusion · ProteinMPNN · GROMACS
AREA 02
结构预测与 MSA
AlphaFold 系模型的本地化部署与深度优化，摆脱外部服务依赖。
mmseqs2 · MSA 本地管道 · 缓存工程
AREA 03
计算药物设计
分子对接、亲和力预测与虚拟筛选：从靶点到候选分子的计算环节。
Glide · MM-GBSA · Boltz
AREA 04
数据与知识工程
文献自动采集、OCR 与向量化检索，把领域知识沉淀为可引用系统。
PostgreSQL · pgvector · RAG
02Selected Works
精选工作 / 数据可追溯，详情陆续成文
本地化 MSA 搜索管道：把"外部服务"搬进自有算力
Boris
mmseqs2 版本选型、300 GB 预建索引、db-load-mode 2 与 max-seqs 截断的联合调优；单酶 MSA 稳定 1–3 分钟，质量超公共服务器基线。
~2 min / 单酶94.28 pLDDT0.967 pTM
虚拟水解酶库的构建与清洗
Boris
从 Swiss-Prot 全库筛选虚拟水解酶，修正磷脂酶误匹配、序列碎片与长度异常三类污染，获得可用于大规模建模的安全数据集。
3345 → 2175 条清洗规则可复现
"计算-实验"闭环驱动的酶定向进化（M2 → M4）
Boris
ESM-2 零样本打分 + 口袋检测驱动迭代决策；gate 判断以数据为准而非预设候选池，全程断点续跑、日志可审计，突变体经实验表征验证。
Q155R 数据驱动决策A192W 突变体验证
含辅因子配体的全长建模与序列重设计
Boris
NAD / PLP / FAD 等辅因子配体的白名单化处理规则；在真实酶系上完成全长建模与序列重设计，建模—设计—归档全流程标准化。
辅因子配体全流程支持实验记录可追溯
03Notes & Forthcoming
研究笔记 / 整理中，陆续上线
In Preparation
Protenix 本地化 MSA 部署全记录：索引、内存与 10 倍提速
从"外部服务器 40 分钟卡死"到"本地 2 分钟出结果"的完整调优日志。
In Preparation
ESM-2 零样本突变预测：从打分到实验验证的距离
7A 口袋检测圈定热点，哪些突变值得进实验室的判断依据。
In Preparation
虚拟酶库清洗实录：一次 SQL 通配符引发的"磷脂酶混入"事故
LIKE 下划线通配符如何误伤 1042 条序列，教训与规则全公开。
In Preparation
配体建模的坑：CCD 编码、白名单与固定化学计量
辅因子配体建模中那些文档不会告诉你的规则。
04Principal
作者简介
Boris
Independent Research Engineer · 南京
我是一名独立研究工程师，专注把 AI 分子设计方法落到真实的酶工程与药物发现问题上。从零搭建了覆盖结构预测、序列设计、定向进化到分子对接的自动化计算管线，也亲手处理过从 MSA 数据库到知识库工程的各类"脏活"。
酶与药，分子设计一以贯之——一个设计逻辑，既能改造酶，也能设计分子。
- 结构预测·Protenix / Boltz / 本地化 MSA（mmseqs2）
- 序列与骨架·ProteinMPNN / RFdiffusion
- 突变分析·ESM-2 零样本 + 口袋检测
- 对接与动力学·Glide / MM-GBSA / GROMACS
- 数据工程·PostgreSQL + pgvector / RAG
- 自动化·批量编排 · GPU 集群调度 · 断点续跑