蛋白质
氨基酸残基作为 token
NATURE · 2024 · INTERACTIVE READING
AlphaFold 3把整个分子世界，放进同一个预测框架。
AlphaFold 2 大幅推进了从序列预测蛋白质结构。AlphaFold 3 把问题扩展为： 蛋白、DNA、RNA、配体、离子和修饰残基相遇时，所有原子会怎样共同排列？
开始解读 ↓
预计阅读 12 分钟
PROTEIN
RNA / DNA
LIGAND
ONE JOINT STRUCTURE
24正文 PDF 页数
5张主图
1个统一框架
多类PDB 中多类分子与相互作用
01
THE QUESTION
从单体折叠到分子相遇
AF3 的真正跃迁，不只是“更准”。
而是把不同任务改写成同一个任务。
过去，蛋白折叠、分子对接、RNA 结构和抗体–抗原预测往往由不同工具处理。 AF3 选择了一条更激进的路线：把所有实体拆成统一的 token 与原子表示， 然后直接生成整个复合物的三维坐标。
DNA / RNA
核苷酸作为 token
小分子
重原子作为 token
离子与修饰
进入同一张关系图
02
THE MACHINE
从线索到坐标
四步看懂 AF3
点击模块查看它在整个推理链中的职责。
STEP 01 / 04
先统一“语言”，再讨论结构
序列、配体、共价键信息、模板和 MSA 被编码为 single 与 pair 表示。小分子不再需要被硬塞进氨基酸专用框架。
- 蛋白与核酸：残基级 token
- 配体：重原子级 token
- 原子级特征仍被保留，用于最后生成坐标
动手理解扩散
结构不是“一次算出”，而是从噪声里逐步雕出来。
左侧是随机原子坐标，右侧用 RNA 发卡结构表示成形后的几何。中间的流动箭头代表反复去噪；这是原理示意，不是 AF3 内部轨迹的逐帧复现。
概念示意 · 非真实轨迹
读图重点
a：Pairformer 让 pair 表示承担主要信息流；b：扩散模块在原子与 token 两个尺度间往返；c：训练时对同一结构生成多份加噪拷贝；d：不同交互类型在训练过程中逐步提升。
03
THE EVIDENCE
论文拿什么证明它有效？
不是一项 benchmark，
而是一组跨模态压力测试。
蛋白–配体
在 PoseBusters 集合上，AF3 对配体姿态的成功率显著超过 AutoDock Vina 与 RoseTTAFold All-Atom。
指标：pocket-aligned ligand RMSD < 2 Å蛋白–核酸与 RNA
对蛋白–RNA、蛋白–DNA和 CASP15 RNA，统一模型仍能超过专用预测器。
指标：interface LDDT / nucleic-acid LDDT复合物与抗体
蛋白–蛋白和抗体–抗原预测均改善；但抗体任务使用了远多于常规设置的采样。
常规：5 seeds × 5 diffusion samples；抗体：1,000 seeds
这张图怎样读？
上半部分不是在比较同一个统一指标：配体、核酸、修饰和蛋白任务使用各自适合的评价标准。因此，蓝色柱普遍更高说明“在各自任务上领先”，不能把不同分组的柱高直接横向解释成难度或绝对精度。
样例不是装饰
论文用具体复合物展示“统一”意味着什么。
同一个模型可以同时处理药物样小分子、DNA、RNA、糖基化、离子和大型蛋白复合物。真正的新能力，是减少为每类化学实体单独设计结构模块的需求。
但个别漂亮样例不能替代数据集统计；它们更适合说明能力边界，而不是估计总体成功率。
04
KNOWING WHEN TO TRUST
模型不仅给答案，也给“不确定性地图”
置信度不是正确性的证明，
但它能帮助你排序和筛选。
pLDDT
模型估计的局部原子准确度
PAE / PDE
对齐误差与距离矩阵误差的预测
Ranking score
多次采样后选择哪个候选
05
THE EDGES
一篇强论文，必须读它自己承认的失败
AF3 统一了任务，
没有统一现实。
立体化学错误
直接生成原子坐标带来自由度，也可能产生手性错误和原子碰撞。论文通过排序惩罚缓解，而不是从根本上消除。
幻觉与无序区域
模型可能为本来无序的区域“画出”有序结构；低 pLDDT 是警告，但不是完美检测器。
构象覆盖有限
重复扩散采样并不自动得到热力学权重正确的构象系综，常见状态仍可能被偏好。
采样换性能
抗体–抗原等困难任务使用大量 seeds 才达到最佳结果。准确度之外，还要看计算预算和筛选方式。
THE ONE-SCREEN TAKEAWAY
AF3 的创新，不是给 AF2 加一个配体模块。
统一表示→Pairformer 关系推理→原子级扩散→置信度排序
它把结构预测重新定义为一个条件生成问题：给定分子身份与有限线索，生成联合三维坐标。这个重构扩大了适用范围，也把新的风险带到原子几何、构象多样性和采样解释上。
READ NEXT