AlphaFold 蛋白质结构可视化指南：从序列到可交互 3D 模型的 4 个步骤

AlphaFold 蛋白质结构可视化指南：从序列到可交互 3D 模型的 4 个步骤

【免费下载链接】alphafoldOpen source code for AlphaFold 2.项目地址: https://gitcode.com/GitHub_Trending/al/alphafold

AlphaFold 是 DeepMind 开源的蛋白质结构预测系统：输入一条氨基酸序列，它输出三维原子坐标，并为每个残基打上 pLDDT 置信度评分。本文按"序列准备 → 运行预测 → 结构渲染 → 结果解读"四步，带你把预测结果做成可旋转、可缩放、按置信度着色的交互式 3D 模型，读完即可在本地或 Colab 中复现同样的效果。

下图是 AlphaFold 对 CASP14 测试集的预测演示，骨架颜色就是按 pLDDT 分档渲染的结果，也是本文要复现的最终形态：

先认识 AlphaFold 可视化链路的 4 个模块

做可视化之前，先搞清楚每个文件负责什么，后面写代码时才知道去哪找函数：

• alphafold/notebooks/notebook_utils.py：序列清洗校验、MSA（多序列比对）统计绘图，是 Colab 工作流的主要工具层
• alphafold/model/：模型核心，config.py提供模型预设，data.py加载模型参数
• alphafold/common/protein.py：from_prediction()把预测字典组装成Protein对象，to_pdb()转成标准 PDB 文本
• alphafold/relax/：用 AMBER 做能量松弛，修复小范围立体化学问题

官方 Colab notebook notebooks/AlphaFold.ipynb 把以上模块串成了完整流程。本地安装走 Docker 路线：克隆仓库后运行scripts/download_all_data.sh下载遗传数据库，再用 run_alphafold.py 执行预测；本地版对多聚体精度更高，Colab 版用的是简化参数。

git clone https://gitcode.com/GitHub_Trending/al/alphafold

准备输入：序列清洗与 MSA 覆盖度检查

AlphaFold 的输入是一条单字母代码序列，长度需在 16~2500 之间（Colab 版限制）。clean_and_validate_single_sequence()会先去掉空白字符、统一转大写，再检查是否全部落在 20 种标准氨基酸范围内，最后核对长度，任何一项不过都会抛出带具体原因的ValueError。

from alphafold.notebooks import notebook_utils seq = notebook_utils.clean_and_validate_single_sequence( input_sequence='MAAHKGAEHHHKAAEHHEQAAKHHHAAAEHHEKGEHEQAAHHADTAYAHHKHAEEHAAQAAKHDAEHHAPKPH', min_length=16, max_length=2500)

预测质量很大程度取决于 MSA 覆盖度：同源序列越多，结构证据越强。官方 notebook 用分块 JackHMMER 对 UniRef90、BFD 等数据库做搜索，搜完会打印去重后的序列数，并用show_msa_info()画出"每个位置非空氨基酸计数"曲线，帮你快速判断哪些区域证据薄弱。

merged_msa = notebook_utils.merge_chunked_msa( results=raw_msa_results[seq]['uniref90'], max_hits=10_000) notebook_utils.show_msa_info(single_chain_msas=[merged_msa], sequence_index=1)

曲线在某个位置附近明显下凹，说明该区域缺少同源序列支撑，最终预测的 pLDDT 往往也偏低。

运行预测：配置模型、取参数、输出 pLDDT

预测这一步涉及三个函数：config.model_config()按预设名生成网络配置，data.get_model_haiku_params()加载对应参数，model.RunModel负责跑前向推理。

import random from alphafold.model import config, data, model model_name = 'model_1' # config.MODEL_PRESETS['monomer'] 中的预设 cfg = config.model_config(model_name) cfg.data.eval.num_ensemble = 1 params = data.get_model_haiku_params(model_name, './alphafold/data') runner = model.RunModel(cfg, params) feats = runner.process_features(np_example, random_seed=0) prediction = runner.predict(feats, random_seed=random.randrange(2**31)) print('mean pLDDT: %.1f' % prediction['plddt'].mean())

prediction是一个字典，prediction['plddt']逐残基给出 0~100 的置信度评分，可视化阶段会直接用它着色。实际流程还会遍历多个预设模型（单链取config.MODEL_PRESETS['monomer']，多链取'multimer'），按置信度挑出最优的一个。

渲染 3D 结构：py3Dmol 按 pLDDT 分档着色

预测字典本身只是数字，要和输入特征一起交给protein.from_prediction()才能得到结构；随后to_pdb()把它转成 PDB 文本交给 py3Dmol 渲染：

from alphafold.common import protein prot = protein.from_prediction( feats, prediction, b_factors=prediction['plddt'][:, None], remove_leading_feature_dimension=is_monomer) pdb_text = protein.to_pdb(prot)

b_factors参数把 pLDDT 写进 PDB 的 B-factor 列，py3Dmol 就能按这个数值分档上色。官方 notebook 采用四档配色：

PLDDT_BANDS = [(0, 50, '#FF7D45'), (50, 70, '#FFDB13'), (70, 90, '#65CBF3'), (90, 100, '#0053D6')] view = py3Dmol.view(width=800, height=600) view.addModelsAsFrames(pdb_text) color_map = {i: bands[2] for i, bands in enumerate(PLDDT_BANDS)} view.setStyle({'model': -1}, {'cartoon': {'colorscheme': {'prop': 'b', 'map': color_map}}}) view.zoomTo() view.show()

多链结构的默认视图是按链着色，便于分辨不同亚基：

multichain_view = py3Dmol.view(width=800, height=600) multichain_view.addModelsAsFrames(pdb_text) multichain_view.setStyle({'model': -1}, {'cartoon': {'colorscheme': 'chain'}}) multichain_view.zoomTo() multichain_view.show()

想叠加侧链，在样式字典里追加'stick': {}即可，这与官方 notebook 的show_sidechains选项对应。

如何解读置信度配色，以及 PDB 文件的后续用途

读图时记住两条规则就够了：

• pLDDT > 90 的残基（深蓝）结构通常可靠，可以直接引用
• pLDDT < 50 的区域（橙色）多为无序区或建模困难区，下结论前建议结合实验数据

多链结构中，链与链之间的相对位置要看 PAE（预测对齐误差）矩阵，而不是只看单链的 pLDDT，这一点 技术说明 中有展开。

跑出的 PDB 文件是标准文本，除了 notebook 内置的交互视图，也能直接加载进 PyMOL 等外部软件，或用脚本批量处理。另外，官方流程中预测后会接一步 AMBER 松弛来修复小的立体化学违规；如果跳过松弛，结构可能残留少量违规，官方在 notebook 里留了run_relax开关供你选择。

【免费下载链接】alphafoldOpen source code for AlphaFold 2.项目地址: https://gitcode.com/GitHub_Trending/al/alphafold