【阅读总结】AlphaFold3 unedited version 通读 + 服务器使用总结

省流：

AlphaFold3能做什么：预测蛋白质、DNA、RNA与允许的配体/离子/共价修饰的复合物结构

为什么要用AlphaFold3：有强大的泛化性和准确率，除了RNA结构略差于AIchemy_RNA2外，预测精度高于现有方法（包括Vina和RosettaFold-All-Atom）

AlphaFold3怎么用：代码不开源，网站https://alphafoldserver.com/需注册使用，每日限制提交任务（2024/05/17为每日20次提交）

目录

• • 论文阅读
  • • 置信度指标
    • • pLDDT
      • PAE
      • pTM和ipTM
      • 指标相关性
      • 性能比较
      • • Protein-ligand
        • Protein-nucleic
        • Covalent modifications
        • Protein complex/monomer
        • 缺陷
        • 模型架构
        • Server使用
        • • 输入
          • • 可输入的大分子
            • 可输入的修饰
            • 输入限制
            • 糖基化
            • 输出
            • • summary confidences.json
              • full data.json:
              • Term of use
              • Reference

                论文阅读

                置信度指标

                mini-rollout: Several of the heads require predicted coordinates, therefore at training time we do a short rollout of the Diffusion Module from pure noise with 20 steps. 用这里提取的结构来训练 confidence head。

                pLDDT

                1. 衡量什么：Predicted local distance difference test，预测仅考虑到聚合物距离的 LDDT 分数，值越高表示置信度越高。 对于配体原子，仅考虑配体原子与聚合物之间的误差，而不是配体原子之间的其他误差。

                2. 怎么算：对于原子 l l l， lddt ⁡ l = ∑ m ∈ R 1 4 ∑ c ∈ { 0.5 , 1 , 2 , 4 } d l m