AlphaFold2（v2.3.2）
简介
AlphaFold2是目前业界优秀的蛋白质结构预测方法。由Deepmind 团队开发，在2020年的蛋白质结构预测大赛CASP14中, AlphaFold 2 得到了接近90分的成绩，排名第一，大幅度领先第二名，对大部分蛋白质结构的预测与真实结构只差一个原子的宽度，达到了人类利用冷冻电镜等复杂仪器观察预测的水平，这是蛋白质结构预测史无前例的巨大进步。后续更新版本支持复合物结构预测，包括蛋白-多肽复合物的预测。
当前版本：v2.3.2, 是截止于2023年10月的最新版本。
上图：蛋白单体预测精度
上图：蛋白复合物预测精度
参数说明
Input File
输入序列文件，fasta格式
Type
结构预测任务类型，支持以下选项：
monomer：预测单体蛋白结构，适用于单条蛋白质链。multimer：预测多链蛋白质复合物结构，最多支持 6 条链；超过 6 条链的输入不予处理。monomer_ptm：预测单体蛋白结构，并输出预测对齐误差（PAE）。
Relax
优化结构模式
all：优化所有的结构
best：只优化打分最高的结构，这个模式只输出一个结构
none：不做优化
Rename
输出结构文件的命名方式，可选参数。留空时，沿用默认命名格式 ranked_*.pdb。
MSA Database
多序列比对使用的数据库
full_dbs：全库，更耗时，但相比reduced_db更精确
reduced_dbs：精简库，速度更快，但是牺牲准确性
结果说明
输出结果包括：
| 输出文件名称 |
说明 |
| ranking_debug.csv |
预测模型可信度评估文件，其中包含用于执行模型排名的pLDDT, ipTM, pTM值，以及到原始模型名称的映射。 |
| ranked_*.pdb |
预测最终蛋白结构文件。默认提供1个打分最高的优化后的结构 |
| PAE_0.csv |
当预测为复合物结构时，生成最优模型的Predicted aligned error(PAE)热图CSV数据。 |
| PAE_Heatmap_0.png |
当预测为复合物结构时，生成最优模型的Predicted aligned error(PAE)热图。 |
| PAE.tar.gz |
当预测为复合物结构时，生成所有模型的Predicted aligned error(PAE)热图。 |
其中评估结构预测可信度指标分为pLDDT和ipTM：
- pLDDT是针对单体结构预测可信度指标，值范围是0-100，该值越大说明预测的结构越可靠。低于70被认为可靠性较低，低于50基本认为是可信度非常低，为无序预测。
- pTM和ipTM用于评估复合物预测的准确性。pTM和ipTM的加权组合是针对复合物预测可信度指标：
model confidence = 0.8 · ipTM + 0.2 · pTM，值范围是0-1，该值越大说明预测的复合物结构越可靠。
- pTM（the predicted template modelling）是AlphaFold-Multimer预测复合物整体结构的综合测量，该值高于0.5表示复合物的整体预测折叠可能类似于真实结构，其低于 0.5表示预测结构可能是错误的。
- ipTM（the interface predicted template modelling）是不同链残基之间相互作用的评分，该值高于0.8表明高质量的预测结果，低于0.6表明预测结果可能失败，介于0.6-0.8之间是一个灰色地带，预测可能正确或者错误。
对结构准确性分析应该综合考虑所有指标，包括pTM、ipTM、pLDDT 和 PAE。
参考文献
