AlphaFold 3 文章学习

2024年 5月，Google DeepMind 发布的 AlphaFold 3 (AF3) 再次震撼了结构生物学界。如果说 AlphaFold2 解决了“蛋白质折叠”问题，那么 AlphaFold 3 则开启了“生物全分子建模”的新纪元。之后的很多工具，如 IsoDDE 和 Protenix-v2 都是在 AF3 的基础上发展而来，文章早应该仔细学习，在此补上

1 摘要

全分子覆盖： AF3 不再局限于蛋白质，而是能够预测包含蛋白质、核酸（DNA/RNA）、小分子配体、离子以及修饰残基在内的复杂系统结构
精度跨越： 在蛋白质-配体（药物设计关键）和蛋白质-核酸交互预测上，AF3 的准确率远超传统的物理对接工具。在抗体-抗原相互作用的预测方面，其准确性也远高于 AlphaFold-Multimer v.2.3
架构革命： 彻底放弃了 AF2 标志性的 Evoformer 和旋转框架（Frames）结构模块，引入了全新的基于扩散模型（Diffusion-based）的架构，直接在原子坐标空间进行生成

2 Main

统一建模框架： 过去的方法往往针对特定交互（如蛋白-蛋白或蛋白-DNA）进行专门优化。AF3 在一个统一的神经网络下实现了对 PDB 数据库中几乎所有分子类型的高精度预测（Fig 1a,b）
性能对比（Fig 1c）：
- 配体预测： 在 PoseBusters 基准测试中，AF3 的对接准确率比传统物理工具高出约 50%
- 抗体-抗原： 相比 AlphaFold-Multimer v2.3，其预测精度有了质的飞跃
- 核酸： 在 RNA 结构预测上，性能甚至优于许多专门开发的预测器
效率提升： 通过引入 Pairformer 模块，AF3 大幅简化了对多序列比对（MSA）的处理逻辑，使得模型对计算资源的分配更加聚焦于残基间的“关系矩阵”

3 AF3 的网络结构

1. 输入阶段 (Input & Embedding)

在架构的最左侧，AF3 接收多样化的输入：

输入数据：包括聚合物序列（蛋白质、DNA、RNA）、配体（小分子）、离子以及共价修饰信息

输入嵌入层 (Input Embedder)：通过 3 个区块将这些原始序列和化学结构转化为数学向量

模板与遗传搜索 (Template & Genetic Search)：

Template Search：寻找已知的同源结构作为参考
Genetic Search：生成 MSA，捕捉进化上的协同变异信息
Conformer Generation：对于小分子，生成初始的构象信息

2. 核心处理模块 (Evoformer 的进化版)

中间部分是模型的信息加工厂，主要由两个轨道组成：Pair（成对表示）和Single（单序列表示）

MSA 模块 (MSA Module)：包含 4 个区块，专门处理进化信息，并将其整合进 Pair 表示中
模板模块 (Template Module)：包含 2 个区块，将搜索到的已知结构模板信息注入模型
Pairformer (48 个区块)：这是 AF3 的“引擎”。它取代了 AF2 的 Evoformer，简化了架构但增强了推理能力。它在 Pair 轨道上进行大规模的注意力计算，通过 48 个循环区块深度挖掘原子与原子、残基与残基之间的空间关系

3. 扩散模块 (Diffusion Module) —— AF3 的最大创新

替代了结构模块 (Structure Module)：AF2 使用旋转矩阵（Frames）来预测结构，而 AF3 直接在原子坐标上使用扩散过程
工作原理：模型从充满噪声的“原子云”开始，通过多个迭代步骤（图中显示的 Diffusion iterations），逐渐去除噪声，最终确定所有原子（包括蛋白质原子、配体原子、离子等）的精确坐标
优势：这种方式不需要复杂的几何约束（如键角、键长），能更自然地处理不规则的小分子和复杂的化学相互作用

4. 循环与置信度 (Recycling & Confidence)

循环机制 (Recycling)：模型会将初步预测的信息重新反馈到 Pairformer 的起点，通过多次循环进一步精炼结构
置信度模块 (Confidence Module)：包含 4 个区块。在结构生成的同时，AF3 会输出对该结构的 confidence 分数（ipTM 或 pLDDT），判断预测结果是否可靠

4 模型限制

1. 立体化学违规 (Stereochemistry)：尽管模型在输入特征中包含了参考结构，但其输出仍存在物理上的不一致性。包括手性错误（Chirality）和原子重叠（Clashes）

2. 幻觉现象 (Hallucinations)：由于 AF3 采用了扩散模型 (Diffusion-based model) 架构，它在处理无序区域（Disordered regions）时面临独特挑战，包括产生虚假的结构

3. 动态模拟能力的缺失 (Dynamics)：AF3 本质上仍然是一个预测静态结构的模型，无法反映溶液中的动态集成，而且模型倾向于预测 PDB 数据库中常见的静态构象

4. 特定靶点的准确度挑战：抗体-抗原复合物，这类目标的预测仍然极具挑战性。对于抗体，预测质量会随着种子（Seed）数量的增加而显著提升。为了获得高精度结果，通常需要生成大量样本（如 1,000 个种子）并进行筛选，这显著增加了计算成本

5 AF2 和 AF3 的差异对比，及 seeds、samples、oracle 的理解

6 参考文献

Abramson, J., Adler, J., Dunger, J. et al. Accurate structure prediction of biomolecular interactions with AlphaFold 3. Nature 630, 493–500 (2024). https://doi.org/10.1038/s41586-024-07487-w

AlphaFold 3 文章学习