在课程项目中复现轻量级蛋白结构预测网络，负责数据管线搭建、特征工程与训练评估全流程。基于Python与PyTorch实现残基特征构建、几何注意力模块和早停策略，在课程验证集约120条蛋白链上评测，残基接触预测准确率较原始实现提升约4个百分点；整理消融实验与误差分析报告，定位侧链建模误差来源，课堂汇报获评优秀。

针对公开蛋白结构数据构建清洗与评估工具，用Python与BioPython实现链筛选、缺失残基统计和结构对齐，输出可复用的质量报告。在本地抽取的500条样本上测试，单次处理耗时较手工脚本缩短约一半；代码整理为命令行工具并撰写使用说明，用于课程作业与实验前的数据检查，显著减少无效样本进入训练流程。