AlphaFold 蛋白质结构预测快速上手：一条命令跑出蛋白质的三维结构

AlphaFold 蛋白质结构预测快速上手：一条命令跑出蛋白质的三维结构

【免费下载链接】alphafoldOpen source code for AlphaFold 2.项目地址: https://gitcode.com/GitHub_Trending/al/alphafold

AlphaFold 蛋白质结构预测是 DeepMind 开源的推理管线：你只需提供蛋白质的氨基酸序列，它就能输出三维结构文件和置信度分数。本文带你完成安装、跑通第一次预测，并读懂输出结果。

什么时候需要它

当你拿到一条新蛋白质的氨基酸序列，想知道它长什么样、哪个区域可以放心改造时，是不是没有实验结构可查？AlphaFold 适用于以下场景：

• 只有序列、没有实验结构：新基因注释出来的蛋白、PDB 数据库里查不到的目标，直接预测结构。判断标准：先用序列在 PDB 搜不到相似结构，再走预测流程。
• 做突变或工程化实验前的参考建模：改造前需要一个"野生型结构底图"，用它定位活性位点、判断突变是否埋藏在内部。判断标准：需要结构坐标（PDB 文件）做后续分析即可用。
• 研究蛋白复合物：两条链怎么结合、界面在哪，用多链模式一次预测整个复合物的排布。

小贴士：如果你的研究重点是动力学变化或结合自由能计算，它给的是静态单结构，后面会说明该配什么工具。

核心能力拆解

单链蛋白结构预测怎么跑

能做什么：输入一条 FASTA 格式的氨基酸序列，输出 5 个候选结构，按 pLDDT（predicted LDDT，每个残基预测可靠度，0-100 分）从高到低排序，并经过能量弛豫（relaxation，用物理能量函数微调原子位置）修正局部几何。

怎么操作：先克隆仓库并安装 Docker，再下载遗传数据库，最后调用 docker/run_docker.py 启动：

scripts/download_all_data.sh <DOWNLOAD_DIR>

python3 docker/run_docker.py \ --fasta_paths=your_protein.fasta \ --data_dir=$DOWNLOAD_DIR \ --output_dir=/home/user/absolute_output_dir

关键参数：

💡操作要点：下载目录不要放在仓库目录内部，否则构建 Docker 镜像会非常慢。

蛋白复合物预测怎么配置

能做什么：预测两条或多条蛋白链组成的复合物的整体排布和结合界面，同时输出 pTM（整体结构置信度）和 PAE（各残基对之间的预测距离误差）用于评估域间排布。

怎么操作：把多条序列写进同一个 FASTA 文件（每条序列一个条目），其余步骤与单链一致。

关键参数：

预测结果怎么判断可不可信

能做什么：为每次预测给出分层级的置信度——pLDDT 看局部，pTM 看整体，PAE 看残基对之间的相对位置。

怎么操作：打开输出目录，重点看三个文件：ranked_0.pdb（置信度最高的结构，pLDDT 已写进它的 B-factor 列）、ranking_debug.json（各模型的 pLDDT 明细）、result_model_*.pkl（含 pLDDT、pTM、PAE 原始数组）。

关键判读标准：

一次完整实战

背景输入：假设你要预测一条约 500 个残基的单链蛋白，机器是一台带 A100 GPU 的 Linux 服务器，磁盘空间 3TB。

关键操作：

1. 克隆仓库并进入目录。
2. 运行scripts/download_all_data.sh <DOWNLOAD_DIR>下载数据库与模型参数（完整库约 556GB，解压后约 2.6TB）。
3. 执行docker build -f docker/Dockerfile -t alphafold .构建镜像。
4. 运行python3 docker/run_docker.py --fasta_paths=your_protein.fasta --data_dir=$DOWNLOAD_DIR --output_dir=/home/user/output开始预测。

量化结果：在 A100 上，500 残基蛋白的纯预测耗时约 29 秒（不含 MSA 搜索）；脚本默认跑 5 个模型，按 pLDDT 排序后输出ranked_0.pdb到ranked_4.pdb，默认对最优模型做弛豫。项目随仓库附带了 CASP14 基线预测，例如 T1049 目标与实验结构的 GDT（全局距离测试，衡量预测与实验结构重合度）达到 93.3，预测结构与实验测定结构几乎完全重叠：

常见问题速查

• 问："556GB 的数据库下不动，能省点空间吗？"能。下载时追加reduced_dbs参数，预测时配合--db_preset=reduced_dbs，磁盘需求降到约 600GB，速度换一点序列搜索深度。

• 问："输出一堆 PDB 文件，我该看哪个？"看ranked_0.pdb，它是按 pLDDT 排第一的结构，且默认只有它经过了弛豫。

• 问："在 Mac 或 Windows 上能跑吗？"不能，官方只支持 Linux，且需要 NVIDIA GPU 和 Docker。小算力需求可考虑社区提供的简化 Colab 版本（仓库 notebooks/AlphaFold.ipynb）。

• 问："蛋白很大，要跑多久？"参考官方测速：A100 上 2000 残基约 450 秒，5000 残基约 5 小时。

• 问："同一个蛋白两次跑结果不一样？"正常。MSA 搜索和随机种子会带来波动，脚本默认跑 5 个模型取置信度最高者来缓解；需要复现时固定--random_seed和数据库版本。

它不擅长什么

坦诚说两点能力边界：

1. 它输出的是一个静态结构，不能描述蛋白质的构象变化、柔性摆动或折叠过程。需要动态信息时，把ranked_0.pdb交给分子动力学模拟软件（如 AMBER，仓库 alphafold/relax/ 里的弛豫模块也是基于它）。
2. 它不直接处理小分子配体，无法预测蛋白与药物分子的结合模式。这类问题要用分子对接工具（如 AutoDock）在预测结构基础上另行计算。

AlphaFold 把"序列→结构"这一步压缩成一条命令，是你蛋白质研究工具箱里最先该装好的地基。更完整的模型与推理细节见技术笔记。

【免费下载链接】alphafoldOpen source code for AlphaFold 2.项目地址: https://gitcode.com/GitHub_Trending/al/alphafold