AlphaFold 实用指南：AI 蛋白质结构预测如何服务研究

它接手的到底是研究流程的哪一步

一条典型的结构相关研究链条是：拿到序列，做同源比对，建立结构假设，设计实验，验证功能。AlphaFold 主要作用在“建立结构假设”这一步，把过去需要几个月同源建模或晶体学筛选的工作，压缩成一次可重复的计算；顺带让“比较同源蛋白”“看突变落在哪个结构域”这类日常判断变得容易。

它替换掉的是速度和门槛，不是证据等级。预测结构可以让你更快地选实验方向，但它不产生实验数据，也不改变一个事实：功能结论仍然要靠实验。

输入是什么，输出是什么

单体预测的输入通常只有一条氨基酸序列，纯文本、一行字母即可；多聚体或复合物预测需要额外给出链的配对关系和化学计量，格式随所选工具而不同。真正决定质量的是序列背后的东西，所以提交前要核对五件事：

• 物种与来源数据库条目，确认序列确实来自你要研究的生物；
• 是否包含信号肽、前导序列或标签，这些片段会占据预测长度却不一定参与成熟蛋白折叠；
• 亚型选择是否正确，同一基因的不同剪接产物结构可能完全不同；
• 是否含非天然突变，如果序列里已经带了实验引入的突变，要明确记录；
• 长度是否超出所选工具的建议范围，过长序列单独硬跑往往不如按结构域分段再拼接。

输出不只一个文件。结构化结果通常是坐标文件（常见 PDB 或 mmCIF 格式），但真正需要一起保存的是三样东西：每个残基的局部置信度、区域之间的相对位置误差估计、以及这次预测用的模型版本、参数、序列来源和运行日期。只留下坐标文件，半年后你自己也无法解释哪段能信。

结果怎么验证

验证分两层：先看模型自己给的置信度，再用外部证据交叉核对。只看漂亮的三维图是最常见的错误。

1. 看局部置信度。逐残基的置信度低，说明这段构象不可信，通常是柔性环、无序区或缺乏同源序列的区域。低置信度不是需要被“补全”的缺陷，而是应该在报告里标注出来的边界。
2. 看区域之间的相对位置。即使每个结构域内部都很可信，两个结构域之间的朝向和距离仍可能完全测不准。涉及结构域间相互作用的结论，必须单独检查这一项。
3. 和实验结构比对。如果同家族已有解析结构，用叠合工具比较主链走向，重点看核心二级结构是否一致，而不是纠结侧链细节。
4. 和序列保守性比对。把功能关键位点、已知突变位点、保守基序映射到结构上，看它们是否落在合理的空间位置。对不上就要怀疑预测或序列处理有问题。
5. 和已有功能数据比对。生化实验、突变扫描、交联质谱等结论能不能在模型里得到解释。
6. 做重复性检查。同一序列换一次随机种子或换一个版本重跑，比较整体拓扑是否稳定。拓扑都变，说明结论不能只基于单次运行。

把验证过程写成一句话形式：低置信度区域标注为假设，高置信度且与保守性一致的区域才可以进入后续设计讨论。

不适合交给它的问题

下面这些是实际工作中最容易越界的用法。

• 用预测结构证明结合、活性或致病性。结构合理不等于功能成立，结合亲和力、酶动力学、致病机制都需要实验证据。
• 当动态构象用。静态模型不能代表构象变化、别构调节和折叠过程，涉及“打开和关闭”的问题需要动力学方法配合。
• 直接推断配体结合模式与亲和力。单体结构预测的输出里没有小分子，涉及配体、离子、辅因子的问题要换工具，并且仍要以实验为准。
• 预测翻译后修饰、糖基化与膜环境下的行为。这些因素不在序列里，也不在预测目标里。
• 替代实验设计。它可以帮你排除明显不合理的方案，不能替你确认哪个方案会成功。

一套能照着走的研究流程

1. 确认序列与注释：从可靠数据库取序列，记录条目号、版本、物种和亚型，存原始文件。
2. 先查现成结构：目标蛋白或高度同源蛋白可能已经有解析结构，也可能已有公开的预计算预测，能直接用的就不要重复计算。
3. 决定预测范围：全长、单结构域还是复合物，按问题定，并写下为什么这样切。
4. 提交并登记元数据：记录工具版本、参数、序列版本、提交日期和运行环境。
5. 读置信度并标注：逐段给出“可用”“参考”“不可解释”三档结论，不可解释的段落不要出现在后续设计里。
6. 交叉验证：按上一节的六步做，把每一步的结论和证据来源记在同一份笔记里。
7. 写成可被推翻的假设：例如“该突变位于结构域界面的高置信区域，预测会削弱两结构域相互作用，可用对应实验检验”，而不是“该突变导致功能丧失”。

数据、版本与引用

公开或投稿时，至少要能交代清楚：序列来源与数据库条目、所用模型版本与权重来源、是否使用了模板或以何种方式生成比对、置信度的解读口径、以及访问日期。建议把坐标文件、原始序列、置信度数据和一份纯文本的方法说明放在同一个归档目录里，命名带上物种和日期，避免以后出现“这份结果是谁跑的、什么版本”的问题。各数据库与工具的使用许可和覆盖范围不同，商用或再分发前请按其官方说明确认。

如果研究流程里还需要文献综述与证据整理，可以配合学术检索类工具先做一轮证据盘点，例如 Consensus 适合按问题检索论文结论，Perplexity 适合快速梳理背景与出处；更多研究学习类工具见 研究学习分类页。但检索工具给出的结论同样需要回到原文核对，它替代不了文献阅读。

最后一句提醒：AlphaFold 各版本的能力边界、可用接口和许可条款都在变化，具体支持什么输入、什么复合物形式、有什么长度限制，请以官方资源与论文说明为准，不要把第三方教程里的参数当作标准。