蛋白质结构预测的实践困境——从同源建模到AlphaFold的经验复盘

蛋白质结构预测这个方向，如果从1960年代的Levinthal悖论算起，已经走了六十多年。2021年AlphaFold2在CASP14上把平均GDT-TS提升到92.4，业界普遍觉得”这个问题已经基本解决了”。但真正跑过一轮膜蛋白结构预测项目的人都知道，AlphaFold2的预测质量在PDB上训练集覆盖到的蛋白上表现惊艳，在训练集盲区（比如全新的膜蛋白折叠、含金属辅因子的酶、非天然氨基酸修饰的蛋白）上，pLDDT（预测置信度）给出的警示信号需要认真解读。

AlphaFold2之后的工作流：不是一键搞定

AlphaFold2开源之后，拿到一个没有实验结构的蛋白序列，第一反应不再是”要不要做同源建模”，而是”先跑AlphaFold2看看pLDDT”。

但pLDDT本身的分段含义需要理解：pLDDT>90的区域（深蓝色）通常结构可靠，可以放心拿去做分子对接或功能分析；pLDDT在70-90之间的区域（浅蓝色）结构基本可信，但loop区可能会有偏差；pLDDT<50的区域（橙色/红色）通常对应无序区或没有同源模板的区域，预测的结构和真实结构差得可能是Å级的。

在一次G蛋白偶联受体（GPCR）的结构预测项目中，AlphaFold2对跨膜螺旋区的预测pLDDT都在90以上，但对胞内loop3（ICL3）和N端尾巴的pLDDT只有40-60。这个现象是符合预期的——GPCR的跨膜区有丰富的同源模板，而ICL3在PDB中缺乏足够的结构比对数据。对于对接和药物设计来说，跨膜区预测精度够用，但ICL3的构象如果影响变构位点，问题就来了。

置信度评估：拿什么验证预测结构的合理性

AlphaFold2输出的pLDDT是一个基于模型内部一致性的置信估计，但它不是”这个结构和真实结构差多少”的直接测量。要验证预测结构的合理性，最可靠的还是实验手段（X射线晶体学、冷冻电镜、NMR），但在等待实验数据的间隙，计算验证是必要的。

几种计算验证手段：

• RMSD比较：如果有同源结构，把预测结构和比对到的模板做RMSD，0.5 Å以内通常说明预测相当可靠
• 立体化学检查：Ramachandran图、φ/ψ二面角分布、键长键角偏差。MolProbity打分是常用的整体质量指标
• 溶剂可及性分析：把预测结构做溶剂可及表面积计算，和序列保守性分析结合，看疏水核心是否合理地包埋在内部
• 分子动力学验证：跑100-200 ns的MD模拟，看RMSD和R_gyration是否稳定，二级结构是否保持

在GPCR项目中，分子动力学验证发现了一个问题：AlphaFold2预测的DMS（二聚体）构象在MD模拟中drifted到了和实验晶体结构不同的取向，RMSD从预测的0.8 Å漂移到了2.5 Å。这提示预测结构虽然pLDDT高，但在动力学上是亚稳态，不是全局能量最低点。

残基突变后的结构预测：单点突变不是小分子对接

在实际项目中，蛋白质结构预测的需求往往不是”预测一个野生型结构”，而是”这个突变对结构有什么影响”。

AlphaFold2对单点突变的预测比较好——因为它是端到端深度学习模型，对氨基酸序列的局部变化有合理的泛化能力。但多点突变、插入或缺失，预测质量会下降。原因很简单：训练集中多点突变的结构数据很少，模型没有足够的数据学会多点突变的协同效应。

处理多点突变的策略通常是：用AlphaFold2分别预测野生型和突变型，比较两个结构的差异。对于关键区域的结构变化，可以用MD模拟在溶剂环境中弛豫两个结构，看差异是否进一步扩大或缩小。这个对比分析能让结构预测的实用性提升一个层次——不是只给一个静态结构，而是给出突变影响结构的机制性解释。

结构预测服务于功能分析：实用的信息链

蛋白质结构预测的最终用途，通常是服务于功能分析或药物设计。这一阶段需要的不是”结构精确到0.1 Å”，而是”结构足够精确，能可靠地识别结合位点和功能残基”。

对于分子对接来说，对接位点通常在蛋白的疏水口袋或活性位点，这些区域在AlphaFold2的预测中pLDDT通常较高，对接结果的可靠性也较高。但对于变构位点、蛋白-蛋白相互作用界面，这些区域可能预测精度不足，需要结合序列保守性分析和溶剂可及性来做位点确认。

在科研学术网首页上能看到更多关于蛋白质结构预测和分子对接结合应用的工作案例和参数优化经验。