将模拟退火（SA） 思想用于求解蛋白质结构预测问题，并在此基础上提出了两个提高解的质量和加快收敛速度的改进策略，计算结果表明改进后的SA 算法的计算效率优于目前常用的遗传算法和Monte Carlo 方法。

Prodar是一个搜索应用程序，可查询PDB以获取候选结构比对。 搜索的输入是从标准（文本）PDB文件中读取的蛋白质骨架结构，返回的结果仅基于骨架的结构相似性，而与序列信息无关。 搜索速度非常快，通常不到一分钟即可搜索到PDB（包含在应用程序中）。 Prodar会识别部分匹配项，因此无论链的相对大小如何，查询结构的较小部分都可以与PDB中其他结构的部分进行匹配。 目的是使该工具自动识别原本不同的蛋白质结构中的共同结构域和基序。 然后可以使用其他工具在结构上对齐这些文件，以找到RMSD（Prodar会提出建议）。 Prodar鼓励采用互动式的发现方式，在此方式中搜索会Swift完善并重新运行。 结果可能令人惊讶！

蛋白质网 ProteinNet是用于机器学习蛋白质结构的标准化数据集。 它提供蛋白质序列，结构（和），多个序列比对（ ），位置特定的评分矩阵（ ），以及标准化的拆分。 ProteinNet建立在两年期评估的基础上，该评估对最近解决但尚未公开获得的蛋白质结构进行盲目预测，以提供推动计算方法学前沿的测试集。 它被组织为一系列数据集，涵盖了CASP 7至12（涵盖十年），以提供一系列数据集大小，从而可以在相对数据贫乏和数据丰富的体制中评估新方法。 请注意，这是一个初步版本。 用于构建数据集的原始数据以及MSA尚未普遍可用。 但是，可应要求提供ProteinNet 12的原始MSA数据（4TB）

Alphafold管道 端到端的蛋白质结构预测流程，从seq到pdb。

matlab开发-蛋白质结构优化的基本和基本算法代码（使用格模型）。可以直接运行的matlab代码，

Pymol是最经典的蛋白质结构分析软件，可以进行氨基酸替换、修饰及各类蛋白质结构变换的图形显示