Rosetta评分函数在结合亲和力预测中的应用 - 第1节
Rosetta 是什么？先聊聊它的定位
Rosetta 这个软件套件，说白了就是一把瑞士军刀。专门用来处理蛋白质、核酸、小分子这类生物大分子的结构和相互作用。我个人最开始接触它的时候，其实挺头疼的——它不像有些商业软件那样点开就能用。它的设计哲学是：给你一套底层工具，你自己搭积木。
Rosetta 的核心是两个东西：能量函数 和 采样算法。能量函数告诉你一个结构好不好，采样算法帮你去找到那个好的结构。这有点像在爬山，能量函数是海拔高度，采样算法是找路的方法。
Rosetta 能做什么？
应用领域其实挺广的。我简单列几个我实际用过的：
- 蛋白质结构预测：从氨基酸序列猜三维结构。Rosetta 在 CASP 比赛里成绩一直不错。
- 蛋白质设计：反过来，你想要一个功能，Rosetta 帮你算需要什么序列。我在抗体优化项目里试过，效果还行。
- 蛋白-小分子对接：这就是咱们这门课的重点——结合亲和力预测。
- 蛋白-蛋白相互作用：解析两个蛋白怎么抱在一起的。
- 酶设计：这个难度最大，我试过但没成功过，哈哈。
一个核心概念：评分函数是它的灵魂
说到评分函数，其实它就是 Rosetta 判断“这个结构好不好”的标准。Rosetta 的评分函数不长这样：
total_score =
Lennard_Jones_attractive + // 范德华吸引力
Lennard_Jones_repulsive + // 范德华排斥力
solvation + // 溶剂化能
hydrogen_bonding + // 氢键
electrostatics + // 静电作用
rotamer_probability + // 侧链构象偏好
reference_energy // 参考态能量你可以看到，Rosetta 把物理相互作用拆成了一个个项，然后加权求和。为什么要这么做？因为这样你就能知道——哪个地方贡献大，哪个地方出问题了。我在某个项目里发现结合亲和力预测偏差很大，一拆项才发现是氢键项的参数有问题，换成新版的 ref2015 立刻就好了。
这就是 Rosetta 的一个核心理念：可解释性。它不搞黑箱，每个项都有物理意义。
Rosetta 的历史与发展
Rosetta 这个项目最早是 1998 年左右，由 David Baker 教授在华盛顿大学开始的。我当年读博的时候，Rosetta 还只是个装在一张 CD 上的代码包，现在是 GitHub 上几十万行代码的大工程。简单梳理一下时间线：
| 年份 | 里程碑 | 我的记忆点 |
|---|---|---|
| 1998 | Rosetta 诞生，最初做 de novo 结构预测 | 那时候还没有评分函数，用的是知识势能 |
| 2003 | RosettaDesign 发布，开始做蛋白质设计 | 我导师说：“设计比预测有意思多了” |
| 2010 | Rosetta3 重构，模块化架构上线 | 那时候开始用 XML 写脚本，我被虐得够呛 |
| 2015 | ref2015 评分函数成为黄金标准 | 这个版本我参与了测试，参数调整花了大半年 |
| 2018 | PyRosetta 大规模推广，开始有 Python 接口 | 做项目效率提高了一个数量级 |
| 2021 | Rosetta 进入深度学习时代，结合神经网络 | 我现在主力在用这个版本 |
| 至今 | 持续迭代，社区活跃，GitHub 上万人参与 | 每天都有新协议冒出来，真学不完 |
你想想看，从 98 年到现在快 30 年，Rosetta 从一个研究组内部的工具，变成了全球计算生物学界的标配。凭什么？我觉得三个原因：开源、模块化、持续迭代。
Rosetta 的架构演进
早期的 Rosetta 是一个巨大的可执行文件。你写一个 C++ 类，编译进去，然后跑任务。那时候最痛苦的是——改一行代码要编译半小时。
后来的 Rosetta3 做了重大重构。它把核心逻辑拆成了几个层：
- core：基础数据结构和评分函数
- protocols：高级流程，比如对接、设计、折叠
- apps：可以直接用的命令行工具
- pyRosetta：Python 绑定，方便交互
这个结构意味着你可以只改自己关心的部分，不用触碰整个系统。我个人的习惯是在 pyRosetta 里做原型验证，确认方案可行后再用 C++ 实现性能优化。
Rosetta 的核心工作流
不管你用 Rosetta 做什么，底层的逻辑都差不多。我通常把它画成四个阶段：
这图里最重要的就是那个 迭代循环。Rosetta 不是一次算完就完事的，它是一个反复采样、评估、再采样的过程。说白了你得给它足够的自由度让它去“找”那个能量最低的结构。
怎么上手 Rosetta？
很多新手第一件事就是编译 Rosetta。其实现在没必要了，直接下预编译版就行。我推荐你用 conda 或者 Docker 方式安装，省时省力：
# 用 conda 安装 pyRosetta（推荐）
conda install -c https://conda.rosettacommons.org pyrosetta
# 验证安装
python -c "import pyrosetta; pyrosetta.init(); print('Rosetta ready')"如果你需要完整版 Rosetta（有 C++ 源码和所有协议），可以去 Rosetta Commons 注册后下载。不过说实话，没有特殊需求的话，pyRosetta 就够用了。