收益：
- 了解蛋白质结构水平以及 AlphaFold 从序列中预测的结构
- 能够正确读取 pLDDT 和 PAE 置信度得分，并将低置信度区域解释为“不确定/灵活”而不是“不正确”
- 了解在重大决策中用实验证据（PDB、活性测试）验证结构预测的必要性。
蛋白质是细胞的工作分子：酶加速反应，转运蛋白移动分子，结构蛋白保持细胞运转。蛋白质的作用是由其三维折叠形状（结构）决定的。几十年来，从蛋白质序列预测蛋白质结构一直是生物学中最困难的问题之一。 2021 年，DeepMind 名为 AlphaFold 的人工智能系统在这个问题上取得了历史性的飞跃，以接近实验的精度预测了数亿种蛋白质的结构。在本单元中，我们将从生物学家的角度讨论如何使用 AlphaFold 和类似工具，以及您可以在多大程度上信任其输出。
这是人工智能在生物学领域最具体的成果；但即使是预测工具也有其局限性并且需要验证。
蛋白质结构水平
- 一级结构：氨基酸序列（字母顺序）。
- 二级结构：局部褶皱；例如α螺旋和β折叠。
- 三级结构：整个链条的3D形状。
- 四级结构：多个链的组合。
AlphaFold 根据一级结构（序列）预测三级结构（3D 形状）。它通过从进化相关序列的比对 (MSA) 中学习到的模式来实现这一点。
读取 AlphaFold 输出
AlphaFold 不只是给出一个结构；它还给出了一个结构。它还给出每个预测的置信度分数。了解这些是不盲目相信的关键：
- pLDDT：每个氨基酸的局部置信度得分在 0-100 之间。 90以上是非常可靠的，70-90是可靠的，50-70是不确定的，50以下很可能是无序区域。
- PAE（Predicted Aligned Error）：域间相对位置置信度；它显示了大型多结构域蛋白质中结构域相对放置的可靠性。
提示：当您在 AlphaFold 模型上看到低 pLDDT 区域（非蓝色、橙色/红色）时，请将其解读为“模糊或灵活”，而不是“不正确”。这些区域通常是真正无序的蛋白质片段，具有生物学意义。
一步一步：用 AlphaFold 检查蛋白质
- 查找序列：从 UniProt 获取蛋白质序列。
- 获取结构：在 AlphaFold DB 中搜索（适用于大多数蛋白质）或使用 ColabFold 运行。
- 评估信心：查看 pLDDT 和 PAE；哪些地区靠谱？
- 可视化：使用 PyMOL 或 py3Dmol 进行 3D 检查。
- 解释：评估功能区域，例如活性位点、结合口袋。
- 验证：比较实验结构（PDB 中的 X 射线/冷冻电镜）（如果可用）。
人工智能（LLM）在这些步骤中编写代码（使用 py3Dmol 进行可视化，总结分数）并解释概念。 AlphaFold本身是一个离散结构预测模型； LLM 可以帮助您解释其结果。
可复制的提示模板
角色：您是一名结构生物学助理。任务：向研究生解释 AlphaFold pLDDT 和 PAE 分数。解释每个分数的衡量标准、哪些阈值被认为是可靠的，以及应如何解释低分区域。
如何在 ColabFold 中运行从 UniProt 收到的蛋白质序列？解释我需要注意的步骤和资源/时间限制。序列长度：[N]个氨基酸。
编写一个 Python 代码，以 3D 形式可视化 PDB 文件 (predicted.pdb)，并使用 py3Dmol 根据 pLDDT 分数为其着色。让它在 Jupyter 中运行，并带有注释。
我有来自 PDB 的 AlphaFold 预测和实验结构。给出将两者对齐并计算 RMSD（均方差）的代码和注释。解释低于 RMSD 多少埃被认为是好的。
弱提示/强提示
弱者：“告诉我这种蛋白质的形状。”
Strong：“我检查了 UniProt P04637（人 p53）蛋白的 AlphaFold 模型。DNA 结合域是高 pLDDT (>90)，N 末端和 C 末端是低 pLDDT (<50)。我应该如何解释这种模式？解释低分末端是无序区域的可能性及其功能意义；但没有做出明确的结构声明。”
区别：强大的提示有真实的蛋白质、真实的评分模式和评论请求。该模型解释您提供的数据，而不是“记住”它。
三个迷你箱子
案例 1 — 将无序区域误认为是错误：一名学生消除了蛋白质末端的低 pLDDT 区域，因为“AlphaFold 猜错了”。然而，那个区域在实验上也是一个不规则激活的区域。当模型解释低 pLDDT 通常反映真实弹性时，学生正确解释了该区域。
案例2——突变效应夸大：一位研究人员声称，单个氨基酸的变化在AlphaFold模式中产生了“巨大的差异”。然而，AlphaFold并不能可靠地预测单点突变的稳定性效应；差异可能是模型噪声。该模型回顾了这一限制并产生了特定的工具（例如稳定性预测工具）。
案例 3 — 通过验证获得收益：一个团队将 AlphaFold 预测与 PDB 中的实验结构对齐； RMSD 结果为 1.2 埃（非常合适）。这使他们能够依赖预测并假设结合口袋，并相应地设计实验。验证合理的信任。
对比图
分数/概念
采取什么措施
可靠阈值
LDDT
本地建立信任（0-100）
>90 非常好，<50 不规则
PAE
跨域位置信任
低（暗）好
均方根偏差
与实验的一致性（angström）
<2 Å 通常较好
常见错误
- 将低 pLDDT 视为“故障”：它通常是无序/灵活区域，请勿删除它。
- 使用 AlphaFold 确保单突变效果：不是适合这项工作的工具。
- 忽略置信度分数：假设整个模型同样可靠。
- 跳过实验结构：如果PDB中有真实的结构，一定要进行比较。
- 将复杂/多个链解释为单链：交互需要特殊模式（AlphaFold-Multimer）。
注意：AlphaFold 是一个非凡的工具，但它只是一个猜测，而不是经验现实。在没有实验证据（结构、活性测试）支持预测的情况下，不应做出特别重大的决定，例如新药靶点、结合位点或突变效应。
从结构到功能：看到口袋就够了吗？
获得蛋白质的 3D 结构令人兴奋，但结构本身并不能告诉您其功能。您可以看到酶的活性位点（底物结合的口袋）；然而，该结构并没有表明它结合的是哪个分子，它的作用速度有多快，或者它在细胞中的位置。 AlphaFold 是一个起点：它生成一个假设（“这个口袋可能结合 ATP”），并通过实验对其进行测试。人工智能可以帮助您制定这些假设并编写分析结构的代码，但功能声明需要经验证据。
另一个强大的用途是结构比较：即使两种蛋白质的序列非常不同，它们的结构也可以相似；这是远距离进化相关性或共享功能的线索。 Foldseek 等工具可以快速查找结构相似性。该模型可帮助您解释这些工具的输出并编写比较代码。
将两种蛋白质的 AlphaFold 结构与 Bio.PDB 对齐，计算 RMSD，并报告哪些区域重叠、哪些区域分歧。评论说结构相似性是功能相关性的线索，但不是证据。
复合体、相互作用和边界
蛋白质并不是单独发挥作用，而是经常与伙伴（其他蛋白质、DNA、小分子）一起发挥作用。 AlphaFold-Multimer可以预测蛋白质-蛋白质复合物；但仅凭这一点还不足以体现互动的力量和现实。当模型预测“两种蛋白质相互作用”时，这是一个初步假设；应通过免疫共沉淀（co-IP）等实验来证实。使用人工智能了解这些工具的适用范围并评估输出的置信度；在复杂的预测中，置信度得分（尤其是界面 PAE）比以往任何时候都更加重要。
AlphaFold 不是唯一的选择
虽然 AlphaFold 是先驱，但它并不是唯一的工具。 ESMFold (Meta) 从单个序列执行快速预测，无需进化比对；它适合扫描大量序列，但通常比 AlphaFold 精确度稍低。 RoseTTAFold 是另一个强大的替代方案。 AlphaFold3 和类似的更新版本还包括蛋白质-配体和蛋白质-核酸复合物。你可以咨询AI哪种工具适合某个构建问题（速度还是精度，单链还是复杂）；但请记住，要按照各自的标准来阅读每种工具的信任指标：一种工具中被视为“良好”的分数在另一种工具中的解释会有所不同。
综上所述
AlphaFold 通过从序列预测蛋白质结构，彻底改变了生物学。然而，其输出应与置信度分数（pLDDT、PAE）一起阅读；低置信度区域应解释为“不确定/灵活”而不是“不正确”。人工智能 (LLM) 可帮助您解释这些分数、编写可视化代码并将其与实验结构进行比较。对于后果严重的决策，预测必须得到经验证据的支持。
应用任务
选择一种蛋白质（例如您感兴趣的酶）。从 UniProt 中找到它的数组，从 AlphaFold DB 中找到它的结构。让 AI 使用 py3Dmol 编写并运行代码，根据 pLDDT 为结构着色。确定高安全区和低安全区。让模型解释低置信度区域可能的生物学意义并检查 PDB 中的实验结构。
清单
- [ ] 我将结构与 pLDDT/PAE 分数一起评估。
- [ ] 我将低置信区域解释为“不确定/灵活”，而不是“错误”。
- [ ] 我对AlphaFold的单突变效果没有太大信心。
- [ ] 我将它与实验结构（PDB）（如果有的话）进行了比较。
- [ ] 我考虑了适合多链/复合体的工具。
- [ ] 我用经验证据支持了这一后果严重的决定。