前沿进展与资源汇总
关键词： 资源汇总, 学习路线, 论文推荐, 数据库, 社区资源, 工具速查
难度： ⭐
预计阅读时间： 30 分钟
最后更新： 2026-04-08
本章导读
本章汇总 AI for Life Science 领域的重要资源，包括学习路线推荐、必读论文清单、常用数据库与平台、GitHub 仓库与社区资讯，以及本手册 Part 2 所有章节涉及工具的速查表。
本章定位为参考手册——你不需要从头读到尾，而是在需要时查阅相应部分。建议先浏览一遍目录结构，然后收藏本页，以便后续快速检索。
1. 学习路线推荐
AI for Life Science 是一个交叉领域，入门路径因个人背景而异。以下分三个层次推荐学习路线。
1.1 入门阶段：零 ML 基础的生命科学研究生
如果你没有机器学习背景，建议按以下顺序学习：
第一步：建立直觉（1-2 周）
不要急于学数学，先通过可视化和科普材料建立对深度学习的直觉：
- 3Blue1Brown 深度学习系列（YouTube / Bilibili 有搬运）：https://www.youtube.com/playlist?list=PLZHQObOWTQDNU6R1_67000Dx_ZCJB-3pi
- 4 集短视频，用动画解释神经网络的核心概念，强烈推荐作为第一个学习材料
- Google Machine Learning Crash Course：https://developers.google.com/machine-learning/crash-course
- 免费、交互式、有中文版，覆盖 ML 基础概念
第二步：学 Python 基础（1-2 周，如果已有编程经验可跳过）
- Kaggle Learn - Python：https://www.kaggle.com/learn/python（免费，浏览器内完成）
- Kaggle Learn - Pandas：https://www.kaggle.com/learn/pandas（数据处理必备）
第三步：了解 AI for Science 的全貌（1 周）
- 阅读本手册 Part 2 的 00_概述，建立对各方向的整体印象
- 观看 AlphaFold 相关科普视频（见下方 Bilibili 推荐）
第四步：动手实操（2-4 周）
- 按本手册 Part 2 各章节的教程，依次使用 ColabFold、ESMFold 等工具
- 用自己课题中的蛋白质序列进行实践
1.2 进阶阶段：补充 ML 基础
当你对工具的使用已经比较熟练，想要理解"为什么这样做"时，需要补充机器学习和深度学习的理论基础。
推荐在线课程：
| 课程 | 平台 | 难度 | 推荐理由 | 链接 |
| CS229: Machine Learning | Stanford (YouTube) | ⭐⭐⭐ | ML 经典入门课，Andrew Ng 主讲，覆盖监督/无监督/强化学习 | https://www.youtube.com/playlist?list=PLoROMvodv4rMiGQp3WXShtMGgzqpfVfbU |
| Practical Deep Learning for Coders | fast.ai | ⭐⭐ | 自顶向下教学法，先实操后理论，适合工程导向学习者 | https://course.fast.ai/ |
| CS231n: Deep Learning for Computer Vision | Stanford (YouTube) | ⭐⭐⭐ | 理解 CNN、Transformer 等核心架构的最佳课程 | https://www.youtube.com/playlist?list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv |
| MIT 6.874/6.802: Computational Biology | MIT OCW | ⭐⭐⭐ | 计算生物学+ML 的交叉课程，Manolis Kellis 主讲 | https://www.youtube.com/playlist?list=PLypiXJdtIca6GBQwDTo4bIEDV8F4RcAgt |
| Machine Learning for Genomics | MIT (Manolis Kellis) | ⭐⭐⭐ | 面向基因组学的 ML 应用 | https://stellar.mit.edu/S/course/6/fa21/6.047/ |
| Neural Networks: Zero to Hero | Andrej Karpathy (YouTube) | ⭐⭐ | 从零手写神经网络，理解底层原理 | https://www.youtube.com/playlist?list=PLAqhIrjkxbuWI23v9cThsA9GvCAUhRvKZ |
推荐教材：
| 书名 | 作者 | 推荐理由 | 获取方式 |
| Deep Learning | Goodfellow, Bengio & Courville | 深度学习"圣经"，理论全面 | 免费在线：https://www.deeplearningbook.org/ |
| An Introduction to Statistical Learning (ISLR) | James, Witten, Hastie & Tibshirani | 统计学习入门经典，R/Python 代码示例 | 免费在线：https://www.statlearning.com/ |
| Biological Sequence Analysis | Durbin, Eddy, Krogh & Mitchison | 生物序列分析的经典教材（HMM、序列比对等） | Cambridge University Press |
| Protein Structure and Function | Petsko & Ringe | 蛋白质结构与功能的入门教材 | Oxford University Press |
1.3 中文学习资源
Bilibili 推荐频道/视频：
| 频道/视频 | 内容 | 链接 |
| 跟李沐学 AI | 论文精读系列（含 AlphaFold2、Transformer 等）、动手学深度学习 | https://space.bilibili.com/1567748478 |
| 3Blue1Brown 官方中文 | 线性代数的本质、微积分的本质、深度学习系列 | https://space.bilibili.com/88461692 |
| Mu Li（李沐）- AlphaFold2 论文精读 | 对 AF2 论文的详细中文讲解 | 搜索"李沐 AlphaFold2" |
| Deep Learning AI 中文 | Andrew Ng 深度学习课程中文字幕版 | 搜索"吴恩达 深度学习" |
知乎专栏推荐：
- "AI for Science" 话题下的热门文章
- "蛋白质结构预测" 话题——大量 AlphaFold/ESMFold 使用经验分享
- "分子动力学模拟" 话题——ML 力场的中文讨论
建议： 中文资源适合快速建立概念，但深入学习建议以英文原版课程和论文为主。
2. 重要论文清单
以下论文按方向分类，标注为 🔴 必读（理解该领域不可跳过）或 🟡 推荐（进一步深入时阅读）。提供的引用信息格式为：作者, 题目, 期刊, 年份。
2.1 蛋白质结构预测
| 标记 | 论文 | 引用信息 | 说明 |
| 🔴 | AlphaFold2 | Jumper, J. et al. "Highly accurate protein structure prediction with AlphaFold." Nature 596, 583–589 (2021). | 蛋白质结构预测的里程碑论文，CASP14 冠军 |
| 🔴 | AlphaFold3 | Abramson, J. et al. "Accurate structure prediction of biomolecular interactions with AlphaFold 3." Nature 630, 493–500 (2024). | 支持蛋白质-核酸-小分子复合物预测 |
| 🔴 | ESMFold | Lin, Z. et al. "Evolutionary-scale prediction of atomic-level protein structure with a language model." Science 379, 1123–1130 (2023). | 无需 MSA，单序列预测结构，速度极快 |
| 🟡 | ColabFold | Mirdita, M. et al. "ColabFold: making protein folding accessible to all." Nature Methods 19, 679–682 (2022). | AlphaFold2 的免费快速实现 |
| 🟡 | RoseTTAFold | Baek, M. et al. "Accurate prediction of protein structures and interactions using a three-track neural network." Science 373, 871–876 (2021). | Baker 实验室的三轨架构 |
| 🟡 | RoseTTAFold All-Atom | Krishna, R. et al. "Generalized biomolecular modeling and design with RoseTTAFold All-Atom." Science 384, eadl2528 (2024). | 全原子复合物预测 |
| 🟡 | OpenFold | Ahdritz, G. et al. "OpenFold: Retraining AlphaFold2 yields new insights into its learning mechanisms and capacity for generalization." Nature Methods 21, 1514–1524 (2024). | 可训练的 AlphaFold2 开源复现 |
| 🟡 | Boltz-1 | Wohlwend, J. et al. "Boltz-1: Democratizing Biomolecular Interaction Modeling." bioRxiv (2024). | MIT 开源 AF3 级别复合物预测 |
| 🟡 | Chai-1 | Chai Discovery. "Chai-1: Decoding the molecular interactions of life." bioRxiv (2024). | 商业+开源混合的复合物预测 |
| 🟡 | Protenix | ByteDance. "Protenix: An open-source reimplementation of AlphaFold3." GitHub (2024). | 字节跳动开源 AF3 复现 |
2.2 蛋白质设计与工程
| 标记 | 论文 | 引用信息 | 说明 |
| 🔴 | RFdiffusion | Watson, J.L. et al. "De novo design of protein structure and function with RFdiffusion." Nature 620, 1089–1100 (2023). | 扩散模型从头设计蛋白质，革命性工作 |
| 🔴 | ProteinMPNN | Dauparas, J. et al. "Robust deep learning–based protein sequence design using ProteinMPNN." Science 378, 49–56 (2022). | 反向折叠（结构→序列）的标杆工具 |
| 🟡 | Chroma | Ingraham, J.B. et al. "Illuminating protein space with a programmable generative model." Nature 623, 1070–1078 (2023). | Generate Biomedicines 的可编程蛋白质生成 |
| 🟡 | ESM-IF1 | Hsu, C. et al. "Learning inverse folding from millions of predicted structures." ICML (2022). | 基于 ESM 的反向折叠模型 |
| 🟡 | FrameFlow | Yim, J. et al. "Fast protein backbone generation with SE(3) flow matching." ICLR Workshop (2024). | SE(3) 流匹配骨架生成 |
| 🟡 | Hallucination-based design | Anishchenko, I. et al. "De novo protein design by deep network hallucination." Nature 600, 547–552 (2021). | 基于网络幻觉的蛋白质从头设计 |
2.3 蛋白质语言模型
| 标记 | 论文 | 引用信息 | 说明 |
| 🔴 | ESM-2 | Lin, Z. et al. "Evolutionary-scale prediction of atomic-level protein structure with a language model." Science 379, 1123–1130 (2023). | 最广泛使用的蛋白质语言模型 |
| 🔴 | ESM-3 | Hayes, T. et al. "Simulating 500 million years of evolution with a language model." Science 386, eads0018 (2024). | 多模态（序列+结构+功能）蛋白质生成模型 |
| 🟡 | ESM-1b | Rives, A. et al. "Biological structure and function emerge from scaling unsupervised learning to 250 million protein sequences." PNAS 118, e2016239118 (2021). | ESM 系列的奠基工作 |
| 🟡 | ProtTrans | Elnaggar, A. et al. "ProtTrans: Toward understanding the language of life through self-supervised learning." IEEE TPAMI 44, 7112–7127 (2022). | T5-based 蛋白质语言模型 |
| 🟡 | ProGen2 | Nijkamp, E. et al. "ProGen2: Exploring the boundaries of protein language models." Cell Systems 14, 968–978 (2023). | 自回归蛋白质序列生成 |
2.4 基因组学与 AI
| 标记 | 论文 | 引用信息 | 说明 |
| 🔴 | Evo | Nguyen, E. et al. "Sequence modeling and design from molecular to genome scale with Evo." Science 386, eado9336 (2024). | 第一个大规模 DNA 基础模型 |
| 🔴 | Evo 2 | Arc Institute. "Genome modeling and design across all domains of life with Evo 2." bioRxiv (2025). | 40B 参数基因组模型，覆盖原核+真核 |
| 🟡 | Enformer | Avsec, Ž. et al. "Effective gene expression prediction from sequence by integrating long-range interactions." Nature Methods 18, 1196–1203 (2021). | 从 DNA 序列预测基因表达 |
| 🟡 | DNABERT | Ji, Y. et al. "DNABERT: pre-trained Bidirectional Encoder Representations from Transformers model for DNA-language in genome." Bioinformatics 37, 2112–2120 (2021). | DNA 领域的 BERT |
| 🟡 | DNABERT-2 | Zhou, Z. et al. "DNABERT-2: Efficient Foundation Model and Benchmark for Multi-Species Genome." ICLR (2024). | 改进 tokenization 的 DNA 语言模型 |
| 🟡 | Nucleotide Transformer | Dalla-Torre, H. et al. "The Nucleotide Transformer: Building and Evaluating Robust Foundation Models for Human Genomics." Nature Methods 21, 1066–1076 (2024). | 大规模核苷酸预训练模型 |
2.5 机器学习力场
| 标记 | 论文 | 引用信息 | 说明 |
| 🔴 | MACE | Batatia, I. et al. "MACE: Higher Order Equivariant Message Passing Neural Networks for Fast and Accurate Force Fields." NeurIPS (2022). | 高阶等变消息传递网络力场 |
| 🔴 | MACE-MP-0 | Batatia, I. et al. "A foundation model for atomistic simulation." arXiv:2401.00096 (2024). | 通用材料 ML 力场，无需训练直接用 |
| 🟡 | DeePMD-kit | Wang, H. et al. "DeePMD-kit: A deep learning package for many-body potential energy representation and molecular dynamics." Computer Physics Communications 228, 178–184 (2018). | 深度势能分子动力学 |
| 🟡 | ANI | Smith, J.S. et al. "ANI-1: an extensible neural network potential with DFT accuracy at force field computational cost." Chemical Science 8, 3192–3203 (2017). | 有机小分子通用神经网络势 |
| 🟡 | NequIP | Batzner, S. et al. "E(3)-equivariant graph neural networks for data-efficient and accurate interatomic potentials." Nature Communications 13, 2453 (2022). | E(3)-等变图神经网络力场 |
| 🟡 | Allegro | Musaelian, A. et al. "Learning local equivariant representations for large-scale atomistic dynamics." Nature Communications 14, 579 (2023). | NequIP 的可扩展版本 |
| 🟡 | SchNet | Schütt, K.T. et al. "SchNet – A deep learning architecture for molecules and materials." The Journal of Chemical Physics 148, 241722 (2018). | 连续滤波卷积分子表示 |
2.6 综述与展望（推荐阅读）
| 论文 | 引用信息 | 覆盖方向 |
| "AI for Science: An Emerging Agenda" | Berners-Lee et al., arXiv:2303.04217 (2023). | AI for Science 全局综述 |
| "Machine learning for molecular and materials science" | Butler, K.T. et al., Nature 559, 547–555 (2018). | ML 在化学/材料中的应用 |
| "Protein structure prediction with AlphaFold" | Jumper, J. & Hassabis, D., Nature Reviews Methods Primers 4, 54 (2024). | AlphaFold 系列方法综述 |
| "A Survey on Machine Learning for Proteins" | Wu, Z. et al., arXiv:2204.07828 (2024). | 蛋白质 ML 方法全面综述 |
| "Opportunities and Challenges in Design and Optimization of Protein Function" | Dauparas, J. & Baker, D., Nature Reviews Molecular Cell Biology 25, 611–627 (2024). | 蛋白质设计领域综述 |
| "Machine learning force fields" | Unke, O.T. et al., Chemical Reviews 121, 10142–10186 (2021). | ML 力场全面综述 |
| "Biological sequence design with GFlowNets" | Jain, M. et al., ICML (2022). | 生成流网络用于序列设计 |
3. 常用数据库与平台
3.1 蛋白质结构与序列数据库
| 数据库 | 描述 | 网址 | 数据规模 |
| RCSB PDB | 实验解析的蛋白质三维结构（X-ray、Cryo-EM、NMR） | https://www.rcsb.org/ | ~22 万条结构 |
| PDBe | 欧洲 PDB 镜像站，提供额外的分析和可视化工具 | https://www.ebi.ac.uk/pdbe/ | 与 RCSB PDB 同步 |
| UniProt | 蛋白质序列与功能注释的权威数据库 | https://www.uniprot.org/ | ~2.5 亿条序列（UniProtKB + TrEMBL） |
| UniRef | UniProt 序列的聚类数据库（UniRef50/90/100） | https://www.uniprot.org/uniref/ | 用于构建 MSA 和训练语言模型 |
| AlphaFold DB | DeepMind + EMBL-EBI 的 AlphaFold2 预测结构数据库 | https://alphafold.ebi.ac.uk/ | ~2 亿条预测结构 |
| ESM Metagenomic Atlas | Meta AI 用 ESMFold 预测的宏基因组蛋白质结构 | https://esmatlas.com/ | ~6 亿条预测结构 |
| InterPro | 蛋白质家族、结构域和功能位点的综合注释 | https://www.ebi.ac.uk/interpro/ | 整合 Pfam、SMART 等多个数据库 |
3.2 基因组与核酸数据库
| 数据库 | 描述 | 网址 | 说明 |
| NCBI | 美国国家生物技术信息中心，综合生物信息资源 | https://www.ncbi.nlm.nih.gov/ | 包含 GenBank、PubMed、BLAST 等 |
| GenBank | 核酸序列数据库 | https://www.ncbi.nlm.nih.gov/genbank/ | 国际核酸序列合作的一部分 |
| Ensembl | 基因组注释与比较基因组学平台 | https://www.ensembl.org/ | 涵盖脊椎动物及模式生物基因组 |
| UCSC Genome Browser | 基因组浏览器与注释工具 | https://genome.ucsc.edu/ | 可视化基因组特征 |
| ENCODE | 人类 DNA 元件百科全书 | https://www.encodeproject.org/ | 表观遗传学与基因调控数据 |
| Gene Ontology (GO) | 基因功能标准化注释体系 | http://geneontology.org/ | 分子功能/生物过程/细胞组分三大本体 |
3.3 材料与化学数据库
| 数据库 | 描述 | 网址 | 与 ML 力场的关联 |
| Materials Project | 计算材料科学数据库（DFT 计算结果） | https://materialsproject.org/ | ML 力场训练数据来源之一 |
| AFLOW | 材料自动化通量计算数据库 | https://aflowlib.org/ | 高通量 DFT 数据 |
| Open Catalyst Project | 催化材料的 DFT 计算数据 | https://opencatalystproject.org/ | Meta 主导，大规模催化数据集 |
| ChEMBL | 药物化学生物活性数据库 | https://www.ebi.ac.uk/chembl/ | 小分子-靶点活性数据 |
| PubChem | 化学物质信息数据库 | https://pubchem.ncbi.nlm.nih.gov/ | 化合物结构、性质、生物活性 |
3.4 模型托管与权重下载
| 平台 | 描述 | 网址 | 常见用途 |
| Hugging Face | AI 模型和数据集托管平台 | https://huggingface.co/ | 下载 ESM-2、ProtTrans 等预训练权重 |
| Zenodo | 开放科学数据存储库 | https://zenodo.org/ | 论文补充数据和模型权重 |
| TensorFlow Hub | TensorFlow 模型仓库 | https://tfhub.dev/ | Enformer 等模型 |
| PyTorch Hub | PyTorch 模型仓库 | https://pytorch.org/hub/ | ESM 等模型的便捷加载 |
4. GitHub 仓库与社区
4.1 核心 GitHub 组织
| 组织 | 代表项目 | GitHub 主页 |
| DeepMind (Google) | AlphaFold⅔, Enformer | https://github.com/google-deepmind |
| Meta FAIR (facebookresearch) | ESM, ESM-2, ESM-3, ESMFold | https://github.com/facebookresearch |
| Baker Lab (RosettaCommons) | RFdiffusion, ProteinMPNN, RoseTTAFold, Rosetta | https://github.com/RosettaCommons |
| Arc Institute | Evo, Evo 2 | https://github.com/evo-design |
| OpenFold Consortium | OpenFold | https://github.com/aqlaboratory/openfold |
| MIT CSAIL | DiffDock, Boltz-1 | https://github.com/gcorso (DiffDock), https://github.com/jwohlwend/boltz (Boltz) |
| Chai Discovery | Chai-1 | https://github.com/chaidiscovery/chai-lab |
| ByteDance Research | Protenix | https://github.com/bytedance/Protenix |
| ACE-MACE Group | MACE, MACE-MP-0 | https://github.com/ACEsuit/mace |
| DeepModeling | DeePMD-kit, DPGEN | https://github.com/deepmodeling |
| ColabFold | ColabFold | https://github.com/sokrypton/ColabFold |
| DTU Health Tech | SignalP, DeepTMHMM | https://services.healthtech.dtu.dk/ |
4.2 Awesome Lists 与学习资源
| 资源 | 描述 | 链接 |
| awesome-protein-design | 蛋白质设计领域的工具、论文和资源汇总 | https://github.com/opendilab/awesome-protein-design |
| awesome-AI-for-science | AI for Science 综合资源列表 | https://github.com/Yuliang-Fan/awesome-AI-for-science |
| awesome-protein-structure-prediction | 蛋白质结构预测方法汇总 | https://github.com/bohuanglab/awesome-protein-structure-prediction |
| Machine-learning-for-proteins | MIT 蛋白质 ML 论文导读 | https://github.com/yangkky/Machine-learning-for-proteins |
| Papers-on-molecular-design-using-DL | 分子设计深度学习论文列表 | https://github.com/AspirinCode/papers-for-molecular-design-using-DL |
| AlphaFold2 精读笔记（中文） | 李沐团队 AF2 论文精读 | https://github.com/mli/paper-reading |
以下是在 AI for Life Science 领域活跃发声、经常分享最新成果和见解的研究者：
蛋白质结构预测：
| 研究者 | 机构 | X 账号 | 关注理由 |
| John Jumper | Google DeepMind | @JohnJumper | AlphaFold⅔ 一作 |
| Sergey Ovchinnikov | Harvard | @sokrypton | ColabFold 核心开发者 |
| Martin Steinegger | Seoul National Univ. | @thesteinegger | MMseqs2、ColabFold 开发者 |
| Alexander Rives | Meta FAIR → EvolutionaryScale | @alexrives_ | ESM 系列模型负责人 |
蛋白质设计：
| 研究者 | 机构 | X 账号 | 关注理由 |
| David Baker | Univ. of Washington | @davidbaker | 2024 诺贝尔化学奖得主，蛋白质设计之父 |
| Joseph Watson | UW / Baker Lab | @jwatson3_ | RFdiffusion 一作 |
| Justas Dauparas | Baker Lab | @jaboratory | ProteinMPNN 开发者 |
| Brian Trippe | Columbia | @blt2114 | RFdiffusion 核心开发者 |
基因组学与语言模型：
| 研究者 | 机构 | X 账号 | 关注理由 |
| Patrick Hsu | Arc Institute | @patrickhsu_ | Evo/Evo 2 通讯作者 |
| Tom Hayes | EvolutionaryScale | @_tomhayes | ESM-3 核心作者 |
| Eric Nguyen | Arc Institute | @ericnguyen___ | Evo 一作 |
ML 力场与计算化学：
| 研究者 | 机构 | X 账号 | 关注理由 |
| Ilyes Batatia | Cambridge → Isomorphic Labs | @ibatatia | MACE 开发者 |
| Gabor Csanyi | University of Cambridge | @gababorcsanyi | MACE/ACE 方向 PI |
提示： X/Twitter 是这个领域最活跃的学术讨论平台。建议创建一个 "AI4Science" 列表，集中关注以上账号。
4.4 学术会议与研讨会
| 会议/研讨会 | 全称 | 频率 | 关注方向 | 网站 |
| CASP | Critical Assessment of protein Structure Prediction | 两年一次 | 蛋白质结构预测评测 | https://predictioncenter.org/ |
| MLSB | Machine Learning for Structural Biology | 年度（NeurIPS Workshop） | ML + 结构生物学 | https://www.mlsb.io/ |
| NeurIPS AI4Science | AI for Science Workshop at NeurIPS | 年度 | AI for Science 全方向 | 每年更新链接 |
| ICLR | International Conference on Learning Representations | 年度 | 机器学习顶会，大量蛋白质/分子方向论文 | https://iclr.cc/ |
| ICML | International Conference on Machine Learning | 年度 | 机器学习顶会 | https://icml.cc/ |
| NeurIPS | Neural Information Processing Systems | 年度 | 机器学习顶会 | https://neurips.cc/ |
| ISMB/ECCB | Intelligent Systems for Molecular Biology | 年度 | 生物信息学最大会议 | https://www.iscb.org/ismbeccb2025 |
| RECOMB | Research in Computational Molecular Biology | 年度 | 计算分子生物学 | https://recomb.org/ |
高效追踪方法： 关注上述会议的 accepted paper list，尤其是 MLSB、NeurIPS AI4Science workshop 的论文通常代表该领域最新方向。
4.5 中文社区资源
| 资源类型 | 名称/描述 | 获取方式 |
| 微信公众号 | "机器之心"、"量子位"——经常报道 AI for Science 领域突破 | 微信搜索关注 |
| 微信公众号 | "DrugAI"——专注 AI 制药和蛋白质设计 | 微信搜索关注 |
| 微信公众号 | "生信菜鸟团"——生物信息学工具使用教程 | 微信搜索关注 |
| 知乎 | 搜索"AlphaFold"、"蛋白质设计"、"AI for Science"话题 | https://www.zhihu.com/ |
| 微信群 | 各课题组和研究方向通常有活跃的微信交流群 | 向同方向的师兄师姐咨询 |
| Bilibili | 搜索"AlphaFold 教程"、"分子动力学模拟"等关键词 | https://www.bilibili.com/ |
5. 工具速查表
以下表格汇总了本手册 Part 2 所有章节提到的主要工具，按应用方向分类。
5.1 蛋白质结构预测工具
| 工具名称 | 核心任务 | 网址 / GitHub | 开源? | GPU 需求 |
| AlphaFold2 | 蛋白质单体/多聚体结构预测 | https://github.com/google-deepmind/alphafold | ✅ Apache 2.0 | 是（推荐 A100，≥16 GB） |
| AlphaFold3 | 蛋白质-核酸-小分子复合物预测 | https://github.com/google-deepmind/alphafold3 | ⚠️ 限制性许可 | 是（A100 推荐） |
| AlphaFold DB | 查询已有预测结构（2 亿+） | https://alphafold.ebi.ac.uk/ | 免费使用 | 否（Web） |
| ColabFold | AlphaFold2 的免费快速实现 | https://github.com/sokrypton/ColabFold | ✅ MIT | 否（Colab 提供 GPU） |
| ESMFold | 单序列结构预测（无需 MSA） | https://github.com/facebookresearch/esm | ✅ MIT | 是（≥8 GB，650M 模型） |
| ESMFold API | ESMFold 在线预测 | https://esmatlas.com/resources?action=fold | 免费使用 | 否（Web API） |
| RoseTTAFold | 三轨架构结构预测 | https://github.com/RosettaCommons/RoseTTAFold | ✅ MIT | 是 |
| RoseTTAFold All-Atom | 全原子复合物结构预测 | https://github.com/baker-laboratory/RoseTTAFold-All-Atom | ✅ | 是 |
| OpenFold | 可训练的 AlphaFold2 复现 | https://github.com/aqlaboratory/openfold | ✅ Apache 2.0 | 是（训练需多卡） |
| Boltz-1 | 开源复合物结构预测（AF3 级别） | https://github.com/jwohlwend/boltz | ✅ MIT | 是（≥16 GB） |
| Chai-1 | 复合物结构预测 | https://github.com/chaidiscovery/chai-lab | ⚠️ 部分限制 | 是（≥16 GB） |
| Protenix | 字节跳动开源 AF3 复现 | https://github.com/bytedance/Protenix | ✅ Apache 2.0 | 是 |
| Protenix 在线版 | 在线复合物预测 | https://protenix.ai/ | 免费使用 | 否（Web） |
5.2 蛋白质设计工具
| 工具名称 | 核心任务 | 网址 / GitHub | 开源? | GPU 需求 |
| RFdiffusion | 蛋白质骨架从头生成（扩散模型） | https://github.com/RosettaCommons/RFdiffusion | ✅ BSD | 是（≥12 GB） |
| ProteinMPNN | 反向折叠（结构→序列设计） | https://github.com/dauparas/ProteinMPNN | ✅ MIT | 是（可用 CPU，GPU 更快） |
| Chroma | 可编程蛋白质生成模型 | https://github.com/generatebio/chroma | ✅ Apache 2.0 | 是（≥16 GB） |
| ESM-IF1 | 基于 ESM 的反向折叠 | https://github.com/facebookresearch/esm | ✅ MIT | 是 |
| FrameFlow | SE(3) 流匹配骨架生成 | https://github.com/microsoft/frame-flow | ✅ MIT | 是 |
| ProtGPT2 | 自回归蛋白质序列生成 | https://huggingface.co/nferruz/ProtGPT2 | ✅ | 是 |
| Rosetta | 传统物理-统计蛋白质设计套件 | https://www.rosettacommons.org/ | ⚠️ 学术免费 | CPU 为主 |
5.3 蛋白质功能注释与分析工具
| 工具名称 | 核心任务 | 网址 / GitHub | 开源? | GPU 需求 |
| ESM-2 | 蛋白质序列 Embedding 提取 | https://github.com/facebookresearch/esm | ✅ MIT | 推荐（CPU 也可） |
| ESM-3 | 多模态蛋白质生成/理解 | https://github.com/evolutionaryscale/esm | ⚠️ 非商业 | 是 |
| ProtTrans (ProtT5) | T5-based 蛋白质语言模型 | https://github.com/agemagician/ProtTrans | ✅ | 推荐 |
| InterProScan | 蛋白质家族/结构域/GO 注释 | https://www.ebi.ac.uk/interpro/ | ✅ Apache 2.0 | 否 |
| DeepFRI | 基于 GCN 的蛋白质功能预测 | https://github.com/flatironinstitute/DeepFRI | ✅ | 推荐 |
| SignalP 6.0 | 信号肽类型预测 | https://services.healthtech.dtu.dk/services/SignalP-6.0/ | ⚠️ 学术免费 | 否（在线/Docker） |
| DeepTMHMM | 跨膜拓扑结构预测 | https://biolib.com/DTU/DeepTMHMM/ | ⚠️ 学术免费 | 否（在线/pip） |
| P2Rank | 配体结合口袋预测 | https://github.com/rdk/p2rank | ✅ Apache 2.0 | 否（CPU） |
| DiffDock | AI 蛋白质-配体对接（扩散模型） | https://github.com/gcorso/DiffDock | ✅ MIT | 是（≥8 GB） |
5.4 基因组学工具
| 工具名称 | 核心任务 | 网址 / GitHub | 开源? | GPU 需求 |
| Evo | 基因组基础模型（7B） | https://github.com/evo-design/evo | ✅ Apache 2.0 | 是（≥40 GB，推荐 A100） |
| Evo 2 | 基因组基础模型（7B/40B） | https://github.com/ArcInstitute/evo2 | ✅ Apache 2.0 | 是（40B 需多卡） |
| Enformer | DNA 序列→基因表达预测 | https://github.com/google-deepmind/deepmind-research/tree/master/enformer | ✅ Apache 2.0 | 推荐 |
| DNABERT-2 | DNA 语言模型（多物种） | https://github.com/MAGICS-LAB/DNABERT_2 | ✅ | 推荐 |
| Nucleotide Transformer | 大规模核苷酸预训练模型 | https://github.com/instadeepai/nucleotide-transformer | ✅ | 是 |
5.5 机器学习力场工具
| 工具名称 | 核心任务 | 网址 / GitHub | 开源? | GPU 需求 |
| MACE | 高阶等变消息传递力场（训练+推理） | https://github.com/ACEsuit/mace | ✅ MIT | 是（训练需要，推理可 CPU） |
| MACE-MP-0 | 通用材料 ML 力场（直接使用） | https://github.com/ACEsuit/mace-mp | ✅ MIT | 推荐 |
| DeePMD-kit | 深度势能分子动力学 | https://github.com/deepmodeling/deepmd-kit | ✅ LGPL | 是（训练） |
| ANI | 有机分子通用神经网络势 | https://github.com/aiqm/torchani | ✅ MIT | 推荐 |
| NequIP | E(3)-等变图神经网络力场 | https://github.com/mir-group/nequip | ✅ MIT | 是 |
| Allegro | NequIP 的可扩展版本 | https://github.com/mir-group/allegro | ✅ MIT | 是 |
| SchNet | 连续滤波卷积分子表示 | https://github.com/atomistic-machine-learning/schnetpack | ✅ MIT | 推荐 |
| ASE | 原子模拟环境（调度器/接口） | https://wiki.fysik.dtu.dk/ase/ | ✅ LGPL | 否（CPU） |
5.6 辅助工具
| 工具名称 | 核心任务 | 网址 / GitHub | 开源? | GPU 需求 |
| PyMOL | 蛋白质结构可视化 | https://pymol.org/ | ⚠️ 开源版免费 | 否 |
| ChimeraX | 分子可视化（UCSF） | https://www.cgl.ucsf.edu/chimerax/ | ✅ 学术免费 | 否 |
| MMseqs2 | 超快速序列搜索与聚类 | https://github.com/soedinglab/MMseqs2 | ✅ GPL | 否（CPU） |
| FoldSeek | 蛋白质结构搜索 | https://search.foldseek.com/ | ✅ GPL | 否 |
| py3Dmol | Jupyter 内嵌 3D 分子可视化 | https://github.com/3dmol/3Dmol.js | ✅ | 否 |
| BioPython | 生物信息学 Python 库 | https://biopython.org/ | ✅ | 否 |
| MDAnalysis | 分子动力学轨迹分析 | https://www.mdanalysis.org/ | ✅ GPL | 否 |
持续更新记录
| 日期 | 更新内容 |
| 2026-04-08 | 初始版本：学习路线、论文清单、数据库平台、社区资源、工具速查表 |