AASIA
农业动物结构互作组图谱
覆盖鸡、鸭、猪、牛、羊 5 个物种的结构互作组数据库：集成同源映射、结构域互作推断与深度学习的预测框架，获得 41 万余条高置信蛋白质相互作用，并用 ESMFold 为复合物构建三维结构。负责互作组构建流程与整个数据平台（前后端）的开发。
THE WORKSHOP / 项目与工具
把研究问题，
做成可用的工具。
数据库、开源软件与正在生长的新想法。
这里记录从方法到实践的另一面。
SELECTED PROJECTS / 精选项目
foldmetrics
让结构评估有共同的语言
开源 Python 工具包：直接读取 AlphaFold2/3、ColabFold、Boltz、Chai-1、Protenix 等主流结构预测模型的原始输出，统一计算 pTM、ipTM、pLDDT、PAE、ipSAE、pDockQ、DockQ 等置信度与准确度指标及界面接触，支持单模型与批量分析。安装：pip install foldmetrics。
pip install foldmetricsMolCompose
在分子视图里，完成界面分析
MolCompose 是一个 UCSF ChimeraX 插件，把蛋白–蛋白界面分析中原本散落在多个 viewer 外服务里的埋藏面积、作用分型、结合能、AlphaFold 时代置信度与 DockQ 准确度，收进 viewer 内的同一套命令——人和 AI agent 调用的是同一条已验证路径，每张图都自带可复现的配方。
SapairLM & SapairDesign
从理解序列，到设计分子
自研大模型 SapairLM 及基于其构建的 AI 设计框架 SapairDesign，面向蛋白质与分子的智能设计；配套 MCP 与 Skills 高级封装，让 AI agent 可以直接调度完整的设计工作流。更多细节即将公开。
MORE EXPLORATIONS
其他实践
研究、开发，
以及连接它们的工作。
zzdlab.com — 课题组官方网站
张子丁课题组官方网站，由我从零设计与开发，作为课题组主页及在线资源的统一入口——承载 AASIA 等数据库与在线工具，并由我在课题组服务器上持续部署与维护。
访问项目农业动物–病毒互作组（进行中）
面向重要动物病毒，预测宿主–病毒蛋白相互作用并构建相应数据资源，为抗病育种研究提供支撑。
基于迁移学习的癌症药物响应预测
利用 Meta-learning 等迁移学习框架融合转录组与突变数据，在小样本场景下预测癌症药物响应；同时参与 CTR-DB 数据库（NAR, 2022）的构建。