蛋白质是生命活动的基础分子，其三维结构决定了生物学功能。理解蛋白质结构对于揭示生命机制、药物研发、疾病治疗具有关键意义。然而，通过实验方法（如X射线晶体学、冷冻电镜、NMR）测定蛋白质结构需要耗费数月甚至数年时间，且成本高昂。
截至2021年，尽管实验方法已解析约10万个独特蛋白质结构，但这仅占已知数十亿蛋白质序列的极小比例。从氨基酸序列预测三维结构（即"蛋白质折叠问题"）是超过50年的开放研究难题。
一、研发背景
CASP（Critical Assessment of protein Structure Prediction）是每两年举办一次的蛋白质结构预测领域权威评估，使用尚未公开的近期解析结构作为盲测数据。AlphaFold2在2020年的CASP14竞赛中取得了突破性成绩，标志着蛋白质折叠问题被"基本解决"。
二、技术路径与原理
2.1 整体架构
AlphaFold2采用端到端的深度神经网络架构，直接从氨基酸序列和同源序列比对（MSA）预测所有重原子的3D坐标。系统接收目标蛋白质的氨基酸序列，将其与其他相似蛋白质序列进行比对，通过进化耦合分析识别在进化过程中倾向于协同变异的序列片段。
尤为关键的是，AlphaFold2同时提供pLDDT（预测局部距离差异测试）、pTM（预测模板建模分数）和PAE（预测对齐误差）等置信度指标，为后续分析提供关键判断依据。
2.2 模型输入
从用户视角来看，AlphaFold2仅需要输入蛋白质序列。但该系统实际通过构建多序列比对（MSA）进行分析——即将多个相似蛋白质序列进行并行排列。高质量的MSA是AlphaFold2准确预测蛋白质结构的关键。
2.3 网络模型
AlphaFold2使用的神经网络模型包含两个主要部分：
- Evoformer主干网络：输入为原始MSA和配对特征，输出为处理后的MSA表示和残基配对表示。核心为48个Evoformer模块堆叠。
- 结构模块（Structure Module）：输入是Evoformer输出的配对表示和单序列表示，输出是每个残基的旋转和平移。核心为8个共享权重的模块，迭代优化结构。
2.4 关键技术创新
Evoformer核心创新
- 将蛋白质结构预测视为3D空间中的图推理问题
- 三角形更新与注意力：基于几何约束设计
- 信息交换机制：MSA与配对表示相互更新
结构模块创新
- 残基气体表示：将每个残基初始化为独立的刚体框架
- 不变点注意力（IPA）：允许网络隐式推理侧链原子
- 迭代优化：通过回收（Recycling）机制多次应用整个网络
三、模型性能
3.1 CASP14竞赛结果
此前，通过全局距离测试（GDT_TS）衡量的整体结构预测精度最高仅达到约60分。而AlphaFold2的得分超过了90分——这一分数意味着预测的蛋白质结构与实验解析结构高度吻合。
| 指标 | AlphaFold2 | 次优方法 | 提升幅度 |
|---|---|---|---|
| 主链精度 (Cα r.m.s.d.₉₅) | 0.96 Å | 2.8 Å | 2.9倍 |
| 全原子精度 (r.m.s.d.₉₅) | 1.5 Å | 3.5 Å | 2.3倍 |
注：碳原子宽度约1.4 Å，AlphaFold2精度接近原子尺度
3.2 结构生物学验证
结构生物学实验表明，AlphaFold2预测的结构能够作为X射线晶体学中分子置换的搜索模型，能很好地匹配冷冻电镜获得的实验密度图，即使蛋白质处于溶液状态也能保持良好匹配度。
3.3 广泛应用
- 辅助实验结构解析：已成为X射线晶体学、冷冻电镜和核磁共振的重要补充
- 超大复合物结构解析：如核孔复合体（约90%结构已解析）、Mce1蛋白复合物
- 功能蛋白筛选：能在早期阶段低成本评估蛋白质功能
- 致病机制研究：如PINK1基因突变导致早发性帕金森病的机制研究
- 蛋白质工程与设计：可作为工程改造的起点
四、技术局限性
AlphaFold2存在以下局限：
- 结构动态性：预测的是蛋白质的静态结构，无法捕捉动态构象变化和柔性区域
- 复合物与相互作用：主要针对单链蛋白质优化，对蛋白质-蛋白质复合物、蛋白质-配体相互作用的预测精度有限
- 内在无序区域：对内在无序蛋白质（IDP）的预测能力有限
- 膜蛋白：对膜蛋白的预测精度通常低于可溶性蛋白
- 点突变效应：难以准确预测单点突变对结构的影响
五、总结与展望
AlphaFold2代表了蛋白质结构预测领域的里程碑式突破，首次实现了在大多数情况下达到实验精度的计算预测。其核心创新在于：
- Evoformer架构：有效整合进化信息和几何约束
- 端到端训练：直接从序列到3D坐标的优化
- 迭代优化机制：通过回收机制逐步精化结构
- 物理知识融合：将蛋白质结构的物理和生物知识融入深度学习
尽管存在一定的技术局限，AlphaFold2为结构生物学、药物发现和蛋白质工程开辟了新的可能性，其开源实现（AlphaFold DB）已预测了超过2亿种蛋白质结构，极大推动了生命科学的发展。
2024年诺贝尔化学奖被授予AlphaFold2的主要作者John Jumper和Demis Hassabis，以及蛋白质设计先驱David Baker，以表彰他们在蛋白质结构预测和设计领域的贡献。
AlphaFold2开启了一个全新的AI for Science (AI4S)时代，启迪并激励新一代的研究人员借助AI的能力，拓展生物医学领域的边界。
本报告基于Jumper et al. (2021) Nature论文及其他学术资源撰写