---
title: La-Proteina
canonical_url: "https://www.modelscope.cn/models/OneScience/La-Proteina"
md_url: "https://www.modelscope.cn/models/OneScience/La-Proteina.md"
repository: OneScience/La-Proteina
last_updated: 2026-07-22
license: apache-2.0
language:
  - en
  - zh
downloads: 3
stars: 0
tags:
  - OneScience
  - "蛋白质结构生成"
---

# La-Proteina

> La-Proteina - OneScience 在 ModelScope 开源的模型。La-Proteina 是一种基于部分隐变量流匹配（Partially Latent Flow Matching）的蛋白质结构生成模型，能够直接生成全原子蛋白质结构及其对应的氨基酸序列。

OneScience/La-Proteina 是 ModelScope 魔搭社区上的机器学习模型，采用 apache-2.0 许可。

- **Repository**: OneScience/La-Proteina
- **License**: apache-2.0
- **Tags**: OneScience, 蛋白质结构生成
- **Downloads**: 3
- **Stars**: 0
- **Last updated**: 2026-07-22

Source: https://www.modelscope.cn/models/OneScience/La-Proteina

---

<p align="center">
  <strong>
    <span style="font-size: 30px;">La-Proteina</span>
  </strong>
</p>

# 模型介绍

La-Proteina 是一种基于**部分隐变量流匹配（Partially Latent Flow Matching）**的蛋白质结构生成模型，能够直接生成全原子蛋白质结构及其对应的氨基酸序列。

论文：_La-Proteina: Atomistic Protein Generation via Partially Latent Flow Matching_（arXiv 2025）。

- [论文链接](https://arxiv.org/abs/2507.09466)

# 模型描述

La-Proteina 将蛋白质的骨架（backbone CA）显式建模，而序列和原子级细节则通过每个残基的固定维度隐变量来捕捉，从而有效避免显式侧链表示带来的挑战。

# 适用场景

| 场景 | 说明 |
| :---: | :---: |
| 蛋白质结构生成 | 基于流匹配生成蛋白质主链（backbone CA）与局部隐变量（local latents）。 |
| Motif 约束生成 | 支持 motif 位置与序列约束，实现功能 motif 的骨架设计。 |
| 扩散模型训练 | 在 PDB 数据集上训练 La-Proteina 主模型。 |
| 自编码器训练与推理 | 训练局部隐变量自编码器，并对 PDB 结构执行编码、解码与重建评估。 |
| 生成结果评估 | 计算 RMSD、序列恢复率和 (co-)designability 等指标。 |

# 使用说明

## 1. OneCode使用

可通过 OneCode 在线环境体验智能化一键式 AI4S 编程：

[点击体验智能化一键式 AI4S 编程](https://web-2069360198568017922-iaaj.ksai.scnet.cn:58043/home)

## 2. 手动安装使用

**硬件要求**

- 推荐使用GPU或DCU运行。
- CPU可以用于连通性验证，但速度较慢。
- DCU用户需要预先安装DTK，建议使用DTK 25.04.2以上版本或与当前集群匹配的OneScience推荐版本。

**软件要求**

DCU用户想了解更多适配内容请联系 liubiao@sugon.com

**环境检测**

- NVIDIA GPU：

```bash
nvidia-smi
```

- 海光DCU：

```bash
hy-smi
```

### 环境准备

可选：通过环境变量覆盖默认路径：

    ```bash
    export LAPROTEINA_ROOT=/path/to/la-proteina
    export LAPROTEINA_DATASET_DIR=/path/to/dataset
    export LAPROTEINA_CHECKPOINTS_DIR=/path/to/checkpoints_laproteina
    export DATA_PATH=/path/to/dataset
    ```

## 快速开始

### 1. 安装运行环境

```bash
conda create -n onescience311 python=3.11 -y
conda activate onescience311
pip install onescience[bio] -i http://mirrors.onescience.ai:3141/pypi/simple/  --trusted-host mirrors.onescience.ai
```
#如果下述代码运行存在找不到库的情况，需要激活cuda，参考下列代码

```bash
source ${ROCM_PATH}/cuda/env.sh
export LD_LIBRARY_PATH="$CONDA_PREFIX/lib:$LD_LIBRARY_PATH"
export LD_LIBRARY_PATH="$CONDA_PREFIX/lib/python3.11/site-packages/fastpt/torch/lib:$LD_LIBRARY_PATH"
```
### 2. 下载模型包

```bash
# 默认下载到当前路径下 model 文件夹；如需修改，请调整 local_dir 后的路径
modelscope download --model OneScience/La-Proteina --local_dir ./model
cd model
```

### 训练权重&数据集

近期上传魔搭，后续支持指令下载

### 3. 使用方式

建议在 `laproteina` 目录下运行脚本，以便输出集中管理。

#### 1. 训练 La-Proteina 主模型（`run_train.sh`）

```bash
bash scripts/run_train.sh
```

**常用 Hydra 参数覆盖：**

```bash
# 单卡调试
bash scripts/run_train.sh hardware.ngpus_per_node_=1 single=true

# 指定运行名称
bash scripts/run_train.sh run_name=my_laproteina_run

# 覆盖数据集或网络配置（对应 motif 训练场景）
bash scripts/run_train.sh dataset=pdb/pdb_train_motif_aa nn=local_latents_score_nn_160M_motif_idx_aa
```

输出：

- `./store/<run_name>/`：训练日志、检查点与 Hydra 配置


#### 2. 蛋白质结构生成（`run_generate.sh`）

```bash
bash scripts/run_generate.sh
```

默认使用 `inference_ucond_tri` 配置进行无条件生成（LD2 模型 + AE1）。

**切换生成配置：**

```bash
# 无条件生成（无三角注意力）
bash scripts/run_generate.sh --config_name inference_ucond_notri

# 无条件生成长链（300-800 残基）
bash scripts/run_generate.sh --config_name inference_ucond_notri_long

# 索引式全原子 motif 支架
bash scripts/run_generate.sh --config_name inference_motif_idx_aa

# 索引式 tip-原子 motif 支架
bash scripts/run_generate.sh --config_name inference_motif_idx_tip

# 非索引式全原子 motif 支架
bash scripts/run_generate.sh --config_name inference_motif_uidx_aa

# 非索引式 tip-原子 motif 支架
bash scripts/run_generate.sh --config_name inference_motif_uidx_tip
```

输出：

- `./inference/<config_name>/`：生成的蛋白质结构文件与元数据

---

#### 3. 生成结果评估（`run_evaluate.sh`）

```bash
bash scripts/run_evaluate.sh
```

默认评估 `inference_ucond_tri` 配置对应的生成结果。

**ProteinMPNN 权重准备：**

评估前需下载 ProteinMPNN 权重，可从魔搭社区下载：

```bash
modelscope download --model OneScience/ProteinMPNN --local_dir ./weight
```

输出：

- `./inference/<config_name>/evaluation/`：评估结果文件

---

#### 4. 自编码器推理（`run_ae_infer.sh`）

```bash
bash scripts/run_ae_infer.sh
```

对 PDB 数据集执行编码-解码重建，评估重建指标（如全原子 RMSD、序列恢复率等）。

脚本会检查 `DATA_PATH/pdb_train` 与 `AE1_ucond_512.ckpt` 是否存在。

脚本内部调用：

```bash
python infer_laproteina_ae.py "$@"
```

常用参数覆盖：

| 环境变量 | 默认值 | 说明 |
|----------|--------|------|
| `LAPROTEINA_ROOT` | `${ONESCIENCE_DATASETS_DIR}/la-proteina` | 数据与权重根目录 |
| `LAPROTEINA_CHECKPOINTS_DIR` | `${LAPROTEINA_ROOT}/checkpoints_laproteina` | 自编码器权重目录 |
| `DATA_PATH` | `${LAPROTEINA_ROOT}/dataset` | 数据集目录 |

输出：

- `./inference_ae/`：重建结构与评估指标

### 注意事项

- 运行脚本前需确保 `ONESCIENCE_DATASETS_DIR` 环境变量已正确设置。
- 训练脚本默认检查 `DATA_PATH/pdb_train` 与 `AE1_ucond_512.ckpt` 是否存在，缺失会报错退出。
- 当前集成中 `dataset=pdb` 已可用，`dataset=genie2` 与 `dataset=pdb_multimer` 在当前仓库快照中未打包，运行会显式报错。
- 脚本会自动设置 ROCm/DCU 相关的 `LD_LIBRARY_PATH`，在海光 DCU 平台可直接运行；在 CUDA 平台可忽略或按需调整。
- 生成 motif 支架结构时，请确保 LD 模型与对应的 AE 模型配对正确，否则可能因长度/任务不匹配导致失败。
- 评估 (co-)designability 需要 ProteinMPNN 权重，请提前运行 `script_utils/download_pmpnn_weights.sh` 下载。
- 所有脚本建议在 `examples/biosciences/laproteina` 目录下执行，以便输出目录统一。
- 通过 Hydra 覆盖配置时，可以使用 `+CK_PATH=...` 指定 checkpoint 根路径，脚本在未提供时会自动设置为 `LAPROTEINA_ROOT`。

# OneScience 官方信息

| 平台 | OneScience 主仓库 | Skills 仓库 |
| --- | --- | --- |
| Gitee | https://gitee.com/onescience-ai/onescience | https://gitee.com/onescience-ai/oneskills |
| GitHub | https://github.com/onescience-ai/OneScience | https://github.com/onescience-ai/oneskills |

# 引用与许可证

示例代码采用 Apache 2.0 许可证。La-Proteina 模型权重采用 [NVIDIA Open Model License Agreement](https://www.nvidia.com/en-us/agreements/enterprise-software/nvidia-open-model-license/)，其他材料采用 [CC-BY 4.0](https://creativecommons.org/licenses/by/4.0/legalcode)。

如果您在研究中使用了 La-Proteina，请引用原始论文：

```bibtex
@article{geffner2025laproteina,
  title={La-Proteina: Atomistic Protein Generation via Partially Latent Flow Matching},
  author={Geffner, Tomas and Didi, Kieran and Cao, Zhonglin and Reidenbach, Danny and Zhang, Zuobai and Dallago, Christian and Kucukbenli, Emine and Kreis, Karsten and Vahdat, Arash},
  journal={arXiv preprint arXiv:2507.09466},
  year={2025}
}
```