Refua 是一款专为药物发现流程设计的计算工具，能够通过其集成的 refua-mcp 服务器对生物分子复合物（如蛋白质-配体、蛋白质-蛋白质或核酸复合物）进行折叠与评分。该工具的核心能力在于利用先进的深度学习模型 Boltz2 和 BoltzGen，高效预测复杂三维结构并估算结合亲和力，从而帮助研究人员在早期阶段筛选出最有潜力的候选分子。此外，当启用 ADMET 模块时，Refua 还能提供化合物的药代动力学与毒性特征分析，进一步辅助决策。整个系统通过标准化的 MCP 接口运行，可与支持 MCP 的 AI 助手无缝集成，显著提升湿实验前的虚拟筛选效率。
Refua 的设计目标是降低实验试错成本，将传统上耗时数周的结构建模工作压缩至几分钟内完成。它特别适用于需要快速评估大量化合物结合模式或构象稳定性的场景，例如先导化合物优化、靶点验证以及共晶结构预测等关键环节。用户只需提供输入文件（如 PDB 文件或 SMILES 字符串），即可调用相应的 API 获取高精度结果，无需手动配置复杂的计算环境。
值得注意的是，Refua 并非通用化学信息学工具，而是聚焦于特定类型生物大分子相互作用的高性能模拟。因此，在使用前需确保任务符合其适用范围——即涉及非确定性、高维空间搜索或需要 GPU 加速的大规模结构生成问题。对于简单的理化性质计算或已有明确结构的分析，则建议采用更轻量级的替代方案。
核心功能特点
- 基于 Boltz2 模型实现蛋白质-配体/蛋白-蛋白复合物的精确三维结构折叠
- 支持结合亲和力（binding affinity）估算，为分子优先级排序提供量化依据
- 可选集成 ADMET 分析模块，评估化合物的吸收、分布、代谢、排泄及毒性特性
- 通过 refua-mcp 服务器以 MCP 协议暴露统一接口，便于与 AI 代理系统集成调用
- 自动下载和管理所需模型资产（如 Boltz2 权重、BoltzGen 分子库），简化部署流程
- 同时支持 CPU 和 CUDA 加速，适应不同硬件环境下的高性能计算需求
适用场景
Refua 最典型的应用场景是在药物研发的早期虚拟筛选阶段，科研团队通常面临成千上万潜在候选分子的结构解析压力。借助 Refua 的自动化折叠与打分功能，可在不依赖 X 射线晶体学的前提下，迅速判断哪些分子更有可能与目标蛋白形成稳定的结合界面，从而大幅缩小后续合成与测试的范围。例如，在激酶抑制剂开发中，研究人员可批量处理数百个类似物，仅保留高亲和力且结构合理的少数几种进入下一轮实验验证。
另一个重要用例是蛋白质-蛋白质相互作用（PPI）界面的建模与分析。由于这类复合物往往缺乏天然晶体结构，传统方法难以获得可靠构象。Refua 能够从零开始构建 PPI 复合物的合理空间排布，并结合能量函数评估其稳定性，为设计小分子干扰肽或抗体类药物提供结构基础。此外，在 RNA 结构预测或 DNA-蛋白互作研究中，虽然当前版本主要依赖纯折叠模式，但仍可作为初步探索工具使用。
值得一提的是，若项目周期紧张且预算有限，Refua 的高效 GPU 加速能力使其成为替代昂贵冷冻电镜或同步辐射光源的理想选择。尤其适合初创生物技术公司或高校实验室开展高通量先导化合物优化，在不牺牲精度的前提下显著缩短研发周期。当然，最终仍需结合湿实验数据进行交叉验证，以确保计算结果的生物学意义。