Hacktoberfest 2026：メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

Two-sided partial diffusion with sequence gaps?

オープン
  • 何か問題がありますか？
#453 コメント 1 件 リアクション 0 件 担当者 0 名 GitHub で見る

まだ誰も着手していません。

評価

難易度
4/5
見積もり時間
3〜5日
初心者へのやさしさ
45/100
issue の種類
機能追加
明瞭さ
おおむね明確
活発さ
静か
技術スタック
python
領域
bioinformatics, machine-learning

調査の方向性

Start at the run_inference.py entry point and trace how contigmap.contigs and contigmap.provide_seq are parsed for partial diffusion. Reproduce the attached 9sps_binderA_targetBgaps.pdb example with the continuous and breaks configurations. Done means two-sided partial diffusion preserves both the input sequence gap and the original target chain label without post-processing.

索引モデルが issue の本文から書いたものです。

説明

Hello RFdiffusion devs! I'm trying to do something pretty specific in RFdiffusion, and I am hoping for some guidance. I want to do two-sided partial diffusion on a binder-target complex, where the target contains a gap in the sequence (missing residues). I've constructed a simple minimal example using a modified version of PDB ID 9SPS (attached) where I set the 'binder' as chain A, 'target' as chain B, and I deleted residues 80-100 from chain B.

$INPUT_PDB="9sps_binderA_targetBgaps.pdb"

9sps_binderA_targetBgaps.pdb

One-sided partial diffusion works fine and preserves the sequence gap. Of course, it helps here that the contig includes the chain label, so we can just specify chain B twice!

run_inference.py \
    "inference.input_pdb=$INPUT_PDB" \
    'inference.num_designs=3' \
    'diffuser.partial_T=15' \
    'contigmap.contigs=["124-124/0 B1-79/0 B101-195/0"]' \
    "inference.schedule_directory_path=$OUTPUT_DIR" \
    "inference.output_prefix=$OUTPUT_DIR/onesided"

onesided_0.pdb

I tried two different versions of the syntax for two-sided partial diffusion:

# version one - pretend the target is continuous
run_inference.py \
    "inference.input_pdb=$INPUT_PDB" \
    'inference.num_designs=3' \
    'diffuser.partial_T=15' \
    'contigmap.contigs=["124-124/0 174-174/0"]' \
    'contigmap.provide_seq=["124-297"]' \
    "inference.schedule_directory_path=$OUTPUT_DIR" \
    "inference.output_prefix=$OUTPUT_DIR/continuous"

# version two - include the sequence gap in the target
run_inference.py \
    "inference.input_pdb=$INPUT_PDB" \
    'inference.num_designs=3' \
    'diffuser.partial_T=15' \
    'contigmap.contigs=["124-124/0 79-79/0 95-95/0"]' \
    'contigmap.provide_seq=["124-297"]' \
    "inference.schedule_directory_path=$OUTPUT_DIR" \
    "inference.output_prefix=$OUTPUT_DIR/breaks"

continuous_0.pdb
breaks_0.pdb

Unsurprisingly, version one ("continuous") stitches together the gap in the target sequence, creating an unhelpful franken-target. Version two ("breaks") is more promising, except that it interprets the discontinuity as a chain break too, and so the target gets split into chain B before the break and chain C after the break.

Breaking up the provide_seq flag into two parts, e.g. 'contigmap.provide_seq=["124-202,203-297"]' \ produced the same output as version 2.

Other than the chain labels, version 2 gives me exactly what I'm looking for, so I could just do some post-processing to combine chains B and C back into chain B and call it a day. But, it would certainly be preferable to have this handled by RFdiffusion itself! Perhaps the syntax could support something like 'contigmap.provide_seq=["124-202/0 203-297"]' \.

To summarize, is there any way to do two-sided partial diffusion, while preserving the gaps in the input sequence and preserving the chain labels of the input sequence? Thank you!

主要言語
Python
スター
3.1k
フォーク
652
30日以内にマージされた PR はありません

環境構築

このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

RosettaCommons/RFdiffusion のほかの issue

RosettaCommons/RFdiffusion の issue をすべて見る

似ている issue

Python の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。