课前准备--蛋白建模AlphaFold 2与AlphaFold 3
原创
课前准备--蛋白建模AlphaFold 2与AlphaFold 3
原创
追风少年i
发布于 2026-08-23 08:42:24
发布于 2026-08-23 08:42:24
作者，Evil Genius
AlphaFold经历了三个版本，基本上大课题组做蛋白预测都用的这个。
至于蛋白结构预测为什么如此重要，这个我相信大家比我更清楚。
我们先来看看AlphaFold 2
可以把 AlphaFold 2（AF2） 理解成蛋白质结构预测领域一个非常重要的分水岭。它真正厉害的地方并不是简单地“输入氨基酸序列 → 输出三维结构”，而是把进化信息（MSA）+ 残基对关系（pair representation）+ 深度注意力网络（Evoformer）+ 几何约束（Invariant Point Attention）+ 迭代优化（recycling）整合成了一个端到端结构预测系统。
AlphaFold 2 的核心论文发表于 2021 年 Nature，在 CASP14 中表现接近实验结构精度。
下面按照“生物学问题 → 输入 → 网络 → Evoformer → Structure Module → Loss → Recycling → 输出 → 实际使用”的顺序详细讲。
一、首先搞清楚：AlphaFold 2到底解决什么问题？
传统蛋白质结构预测的问题是：
已知氨基酸序列，如何预测蛋白质最终折叠成什么三维结构？
例如：
MKTIIALSYIFCLVFADYKDDDDK...AlphaFold 2希望得到：
Residue 1 → x1,y1,z1
Residue 2 → x2,y2,z2
Residue 3 → x3,y3,z3
...
Residue N → xN,yN,zN最终形成：
α-helix
/------\
/ \
----/ \____
\
β-sheet但这里有一个非常重要的概念：
AlphaFold 2不是通过物理模拟把蛋白质“折叠出来”的。
它不是：
氨基酸
↓
分子动力学
↓
物理能量最低状态
↓
蛋白结构而更接近：
氨基酸序列
+
进化信息
↓
深度神经网络
↓
残基之间应该是什么空间关系
↓
三维几何结构
↓
不断修正
↓
最终结构这就是 AlphaFold 2 和传统 molecular dynamics / protein folding 方法最根本的区别。
二、AlphaFold 2最核心的思想：进化告诉“谁和谁应该靠近”
这是理解 AlphaFold 2 的第一关键。
假设一个蛋白质有：
A B C D E F G H I J如果在很多物种中发现：
A ↔ G这两个位置经常共同发生突变。
例如：
物种1： A.....G
物种2： V.....D
物种3： I.....E
物种4： L.....K说明：
A 和 G 可能存在结构上的相互作用。
因为如果两个残基在三维空间中接触，一个位置发生变化后，另一个位置可能也必须发生变化，以维持蛋白质结构稳定。
这就是：
co-evolution（协同进化）
因此：
MSA
↓
co-evolution
↓
哪些 residue 可能互相接触
↓
空间结构约束AlphaFold 2 最大的突破之一，就是让神经网络直接学习这种复杂关系，而不是人工计算一个简单的 covariance/contact map。论文明确指出，AlphaFold 2 将 MSA 和 pairwise features 联合编码，并通过 Evoformer 在两种表示之间反复交换信息。
三、AlphaFold 2整体架构
可以先记住这一张“总地图”：
Protein sequence
│
↓
┌──────────────┐
│ MSA搜索 │
│ homologous │
│ sequences │
└──────┬───────┘
│
↓
┌──────────────┐
│ Template │
│ information │
└──────┬───────┘
│
↓
┌─────────────────────────┐
│ Input features │
└────────────┬────────────┘
│
↓
┌──────────────────┐
│ Evoformer │
│ │
│ MSA representation
│ ↕ │
│ Pair representation
└────────┬─────────┘
│
↓
┌──────────────────┐
│ Structure Module │
│ │
│ Invariant Point │
│ Attention (IPA) │
└────────┬─────────┘
│
↓
3D protein structure
│
↓
Recycling
│
└──────→ 再进入网络AlphaFold 2官方代码目前仍然提供完整的 inference pipeline，包括 monomer、Multimer 以及 v2.3.0 的实现。
四、第一步：输入到底是什么？
很多人以为：
AlphaFold 2输入就是 FASTA。
实际上真正进入神经网络的信息比 FASTA 丰富很多。
主要包括：
1. Protein sequence
例如：
MKTIIALSYIFCLVFAD长度：
N_res = 172. MSA
例如：
Query MKTIIALSYIFCLVFAD
Species1 MKTIIALSYIFCLVFAD
Species2 MKTI--LSYIFCLIFAD
Species3 MKTIIAL-YIFCLVFAD
Species4 MKTVIALSYIFCLVFAD
...可以表示成：
N_seq × N_res例如：
5000 × 3003. Template
如果数据库中存在结构相似的蛋白：
PDB structure
↓
template
↓
提供：
距离
角度
残基对应关系
结构信息但是非常重要：
AlphaFold 2并不依赖必须存在一个高度相似的 template。
这也是它相比传统 homology modeling 的重要优势之一。CASP14 中很多没有近似实验结构模板的蛋白仍然能获得很高质量预测。
五、MSA到底是什么？
MSA：
Multiple Sequence Alignment
假设你有一个蛋白：
Protein A
M K T I I A L S Y I F C L V F A D然后搜索数据库，发现很多同源蛋白：
A M K T I I A L S Y I F C L V F A D
B M K T I I A L S Y I F C L V F A D
C M K T V I A L S Y I F C L V F A D
D M K T I I A L S Y I F C L I F A D
E M K T I I A L S Y I F C L V F A E于是形成：
residue
↓
1 2 3 4 5 6 7 8 9...
↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
seq1 M K T I I A L S Y
seq2 M K T I I A L S Y
seq3 M K T V I A L S Y
seq4 M K T I I A L S Y
seq5 M K T I I A L S Y神经网络从这里面寻找：
哪些位置保守？
哪些位置共同变化？
哪些位置可能空间接触？六、AlphaFold 2的第一个核心：MSA Representation
AlphaFold 2会把 MSA 转化为一个高维 embedding。
假设：
N_seq = 512
N_res = 300
c_m = 256那么：
MSA representation
512 × 300 × 256可以理解成：
对每一个“序列 × residue”建立一个高维向量。
例如：
MSA[sequence 20][residue 153]
→
[0.31, -0.72, 0.18, ...]这些数字不具有简单的生物学解释，但网络会利用它们表示：
- residue identity
- conservation
- evolutionary relationship
- mutation patterns
- sequence context
七、第二个核心：Pair Representation
这是 AlphaFold 2 最重要、也是最容易被初学者忽略的概念之一。
假设蛋白有：
N = 300 residues那么任意两个残基：
(i,j)都可以建立一个 pair。
例如：
residue 10
↕
residue 200因此有：
300 × 300个 residue pair。
Pair representation：
N_res × N_res × c_z例如：
300 × 300 × 128八、Pair representation代表什么？
可以把：
Pair[i,j]粗略理解为：
residue i 和 residue j 之间存在什么样的空间/进化关系？
例如：
Pair[10,200]可能逐渐学到：
distance ≈ 8 Å或者：
可能接触或者：
orientation relationship或者：
β-sheet pairing注意：
Pair representation不是简单的距离矩阵。
它是一个高维 latent representation。
最终网络可能从中预测：
distance distribution例如：
distance between i,j
0-4 Å 0.02
4-6 Å 0.18
6-8 Å 0.53
8-10 Å 0.21
10-12 Å 0.05
>12 Å 0.01九、为什么要同时存在 MSA 和 Pair？
这是 AlphaFold 2 的核心设计。
可以把：
MSA
理解为：
“从进化角度，这些残基之间有什么关系？”
而：
Pair
理解为：
“从结构角度，这两个残基之间应该有什么关系？”
二者互相帮助：
MSA
↓
发现 co-evolution
↓
Pair
↓
发现空间关系
↓
反过来帮助 MSA理解
↓
进一步更新 Pair
↓
……所以不是：
MSA → Pair → structure而是：
MSA ⇄ Pair不断交换信息。
这个过程就是：
Evoformer
十、Evoformer到底是什么？
Evoformer 是 AlphaFold 2 的核心 backbone。
可以简单理解成：
一个专门为“蛋白质进化信息 + 空间关系推理”设计的 Transformer。
论文中，AlphaFold 2 的 trunk 通过重复 Evoformer block，将 MSA representation 和 pair representation 不断更新。原始模型包含 48 个 Evoformer blocks。(Nature)
十一、Evoformer最重要的几个操作
理解 AlphaFold 2，至少要掌握：
- MSA attention
- Pair-biased attention
- Outer Product Mean
- Triangle Multiplicative Update
- Triangle Attention
其中：
Triangle Update 是 AlphaFold 2 非常关键的创新。
十二、为什么需要 Triangle Update？
假设：
A
|\
| \
| \
B---C三个 residue：
A
B
C如果：
A-B
B-C的空间关系已经比较明确，那么：
A-C也不能随便。
这就是三角形约束。
蛋白质三维空间中的 pair relationships 必须相互一致。
例如：
distance(A,B) = 5 Å
distance(B,C) = 5 Å那么：
distance(A,C)不能是：
100 Å因此 AlphaFold 2 不只是看：
Pair(A,B)而是让：
Pair(A,B)
Pair(B,C)
Pair(A,C)互相约束。
十三、Triangle Multiplicative Update
假设：
Z_ij表示 residue i 和 j 的 pair representation。
网络可以利用：
Z_ik
Z_kj去更新：
Z_ij也就是：
i -------- j
\ /
\ /
\ /
k因此：
i-k
+
k-j
↓
i-j这就是 triangle multiplicative update 的核心思想。
它本质上在学习：
三个 residue 之间的几何一致性。
论文中明确将 triangle multiplicative update 和 triangle attention 作为 Evoformer 中 pair representation 的关键更新机制。
十四、Triangle Attention
另一类操作是：
Triangle attention可以理解成：
在考虑 residue pair 时，不只考虑 i 和 j，而是让第三个 residue k 参与判断。
因此：
Pair(i,j)的更新依赖：
Pair(i,k)
Pair(k,j)这使网络可以逐渐构建一个全局一致的三维结构。
十五、Outer Product Mean
这是：
MSA → Pair非常重要的一条信息通路。
MSA 中两个位置：
i
j在不同序列中共同发生变化。
网络通过 outer product 等操作把这种信息汇总：
MSA information
↓
co-evolution information
↓
Pair representation所以：
MSA
↓
Outer Product Mean
↓
Pair这就是把进化信息转换成结构信息的重要机制之一。
十六、Evoformer最终得到什么？
经过很多 Evoformer blocks 后：
MSA representation
+
Pair representation
↓
更加成熟的结构信息然后进入：
Structure Module
十七、Structure Module是什么？
Evoformer主要解决：
“这个蛋白应该长什么样？”
Structure Module负责：
“把这个抽象的结构信息真正变成三维坐标。”
这是从：
latent representation到：
3D coordinates的关键一步。
十八、AlphaFold 2为什么不用直接预测xyz坐标？
这是一个非常重要的深度学习设计。
假设直接预测：
Cα1 = (x1,y1,z1)
Cα2 = (x2,y2,z2)
...存在一个问题：
如果把整个蛋白旋转：
旋转前：
protein
↓
旋转后：
/
/蛋白质本身没有变化。
但是：
x,y,z全部变化。
因此神经网络如果直接预测绝对坐标，会遇到：
rotation / translation dependence
十九、AlphaFold 2采用Residue Frame
AlphaFold 2给每一个 residue 建立一个局部坐标系。
可以理解为：
Residue i
C
/
CA -------- N每个 residue 有：
Rotation R_i
Translation t_i也就是一个刚体 frame：
Frame_i = (R_i,t_i)因此：
residue
↓
local coordinate system这样可以更加自然地描述蛋白质几何。
二十、Invariant Point Attention（IPA）
这是 AlphaFold 2 Structure Module 最关键的创新之一。
IPA：
Invariant Point Attention
它不是普通 Transformer attention。
普通 attention：
Q · K而 IPA 同时考虑：
sequence features
+
pair features
+
3D geometric points可以理解成：
residue i
│
┌─────────┴─────────┐
↓ ↓
sequence information 3D geometry
│ │
└─────────┬─────────┘
↓
IPA
↓
更新 residue
的空间位置关键是：
无论你把整个蛋白质整体旋转还是平移，IPA得到的结果应该保持一致。
这叫：
invariance / equivariance
论文中指出，IPA通过在 residue local frame 中生成 query/key/value points，并通过坐标变换保证对全局旋转和平移的不变性。
二十一、为什么“几何等变”这么重要？
假设真实蛋白：
A
/
B
/
C你把它旋转：
C
\
B
\
A这两个结构其实完全一样。
所以神经网络应该知道：
Structure 1
=
Structure 2而不是认为：
Structure 1 ≠ Structure 2这就是几何深度学习里面非常重要的：
SE(3) invariance/equivariance
AlphaFold 2 的 Structure Module 正是利用这种思想处理三维结构。
二十二、Structure Module如何逐渐产生结构？
可以把它理解成：
初始：
所有 residue
都没有明确位置
↓
Iteration 1
粗略形成：
α-helix
β-sheet
loop
↓
Iteration 2
调整：
residue-residue distance
↓
Iteration 3
调整：
backbone orientation
↓
Iteration 4
调整：
side-chain geometry
↓
最终结构也就是说：
不是一步预测完成，而是不断 refinement。
二十三、Recycling：AlphaFold 2非常重要的机制
这是 AlphaFold 2 另一个关键创新。
普通网络：
Input
↓
Network
↓
OutputAlphaFold 2：
Input
↓
Evoformer
↓
Structure Module
↓
Structure
↓
再次进入网络
↓
进一步修正
↓
Structure
↓
再次进入
↓
...这个过程叫：
Recycling
二十四、为什么 Recycling有效？
因为第一次预测可能是：
大致正确但是：
helix A
helix B
loop C之间的相对位置可能不正确。
第二轮可以根据第一次的结构：
发现：
A-B距离不合理
↓
修正
B-C角度不合理
↓
修正
整体domain orientation不合理
↓
修正最终：
粗结构
↓
精结构
↓
更精细结构AlphaFold 2 论文显示 recycling 对准确率有显著贡献，而且额外训练成本相对较小。
二十五、AlphaFold 2到底预测什么？
最终主要得到：
1. Backbone
N
CA
C
O2. Side chain
例如：
ARG
LYS
ASP
GLU
TRP
TYR每个 residue 的 side-chain χ angles。
3. 3D coordinates
最终输出类似：
ATOM 1 N ALA A 1 ...
ATOM 2 CA ALA A 1 ...
ATOM 3 C ALA A 1 ...
ATOM 4 O ALA A 1 ...最终可以生成：
PDB或者：
mmCIF二十六、AlphaFold 2如何判断自己预测得准不准？
这是实际科研中非常重要的问题。
AlphaFold 2不会只给你：
structure.pdb还会给：
pLDDT
pTM
PAE二十七、pLDDT
全称：
predicted Local Distance Difference Test
它衡量：
局部结构预测有多可靠。
通常可以粗略理解：
pLDDT | 含义 |
|---|---|
>90 | 非常高 |
70–90 | 比较可靠 |
50–70 | 低可信 |
<50 | 很不可靠 |
例如：
Residue
1 96
2 95
3 94
...
80 92
81 45
82 32
83 28那么：
1–80可能是稳定结构域。
而：
81–83可能是：
disordered region二十八、pLDDT为什么重要？
例如你做：
Molecular docking发现 ligand docking site：
pLDDT = 96这是比较好的。
但是如果：
binding site pLDDT = 42那么直接拿这个结构做 docking 就需要非常谨慎。
因为：
AlphaFold 可能根本没有准确预测这个区域。
这和你之前问的 Vina → PyRosetta → MD 工作流非常相关。
二十九、PAE是什么？
PAE：
Predicted Aligned Error
它和 pLDDT 不一样。
pLDDT：
某一个 residue 本身准不准？
PAE：
两个区域之间的相对位置准不准？
例如一个蛋白：
Domain A
Domain B可能：
Domain A内部：
pLDDT = 95
Domain B内部：
pLDDT = 93但是：
A ↔ B相对位置不确定。
那么：
PAE(A,B)可能很高。
三十、这对于多结构域蛋白特别重要
例如：
Domain 1
┌───────────┐
│ │
└───────────┘
\
\
linker
\
┌───────────┐
│ Domain 2 │
└───────────┘可能：
Domain 1：高置信度
Domain 2：高置信度
Domain 1 ↔ Domain 2：
低置信度这并不代表：
Domain 1 和 Domain 2 本身预测错了。
而可能代表：
两个 domain 的相对 orientation 不确定。
这是分析 AlphaFold 结构时非常容易误判的地方。
三十一、AlphaFold 2的Loss是什么？
如果想真正理解 AlphaFold 2 的深度学习机制，需要理解 loss。
最核心的结构损失之一：
FAPE
Frame Aligned Point Error
它不是简单：
predicted xyz
-
true xyz而是：
预测结构
↓
在 residue local frame 下
↓
与真实结构比较因此：
整体旋转
整体平移不会影响结构误差。
三十二、FAPE可以怎么理解？
假设：
Predicted:
A
/
B真实：
A
/
B即使整体旋转：
Predicted：
A
\
B从全局 xyz 看：
xyz完全不同但从 residue local frame 看：
relative geometry仍然可能完全正确。
因此 FAPE 更符合蛋白质结构的几何本质。
将 FAPE 作为主要结构训练损失之一，并通过多个 residue frames 对预测原子位置进行比较。
三十三、AlphaFold 2还使用哪些Loss？
不是只有 FAPE。
还包括：
Distogram loss
预测：
residue i ↔ residue j的距离分布。
MSA masked loss
类似 BERT：
M K T I [MASK] A L预测：
I帮助模型学习进化关系。
lDDT loss
预测局部结构准确度。
Side-chain loss
帮助预测：
χ1
χ2
χ3
χ4Structure violation loss
惩罚：
bond length violation
bond angle violation
steric clash等等。
三十四、AlphaFold 2为什么需要“自蒸馏”？
这是另一个很漂亮的设计。
PDB：
有结构但是：
蛋白质序列数量
≫
实验结构数量所以 DeepMind 先训练一个模型：
PDB
↓
AlphaFold
↓
预测 350,000+ sequences得到：
sequence
+
predicted structure然后筛选高置信度结构，用于再次训练。
也就是：
实验结构
↓
初始AlphaFold
↓
大量预测结构
↓
高置信预测
↓
pseudo-label
↓
重新训练AlphaFold这就是：
Self-distillation
论文报道这一过程可以显著提升模型性能。
三十五、AlphaFold 2的完整工作流
现在把整个系统串起来：
FASTA
│
↓
┌────────────────┐
│ MSA Search │
│ UniRef/BFD/... │
└───────┬────────┘
│
↓
MSA
│
├───────────────┐
│ │
↓ ↓
MSA representation Templates
│ │
└───────┬───────┘
↓
Evoformer
│
┌─────────┴─────────┐
↓ ↓
MSA repr Pair repr
↑ ↑
└───────互相更新─────┘
│
↓
Structure Module
│
↓
IPA + frames
│
↓
3D structure
│
↓
Recycling
│
└─────────────┐
↓
Evoformer
↓
Refinement
↓
Structure三十六、AlphaFold 2真正的“灵魂”是什么？
如果把整个 AlphaFold 2 压缩成几个核心概念，我认为最重要的是：
① MSA
告诉模型：
进化上哪些 residue 是相关的。
↓
② Pair representation
告诉模型：
哪些 residue 可能存在空间关系。
↓
③ Evoformer
解决：
如何让进化信息和空间信息相互推理。
↓
④ Triangle update
解决：
三维空间中的几何一致性。
↓
⑤ Structure Module
解决：
如何把抽象 representation 变成真正的 3D structure。
↓
⑥ IPA
解决：
如何在三维空间中进行具有几何不变性的 attention。
↓
⑦ Recycling
解决：
如何不断修正已经预测出来的结构。
三十七、AlphaFold 2和传统同源建模有什么区别？
可以这样比较：
方法 | 核心思想 |
|---|---|
Homology modeling | 找相似结构模板 |
Threading | 把序列套到已有 fold |
Rosetta | 搜索/优化构象 |
MD | 根据物理力场模拟 |
AlphaFold 1 | 深度学习 + distance/contact |
AlphaFold 2 | MSA + Evoformer + geometric deep learning + end-to-end structure prediction |
AlphaFold 2最大的突破就是：
不再把结构预测拆成很多人工步骤，而是让网络端到端学习从进化信息到三维结构之间的映射。
三十八、AlphaFold 2和Vina有什么关系？
这个非常值得掌握。
PyRosetta
AutoDock Vina
GROMACS可以把它们放在一个结构生物学工作流里：
Protein sequence
│
↓
AlphaFold 2
│
↓
Protein structure
│
┌──────┴───────┐
↓ ↓
PyRosetta Vina
│ │
structure ligand docking
refinement │
│ ↓
└────────→ binding pose
│
↓
MD
GROMACS
│
↓
protein-ligand dynamics
│
↓
MM/PBSA / interaction所以：
AlphaFold 2负责“蛋白长什么样”。
Vina负责“配体可能怎么进去”。
PyRosetta可以做局部构象优化/结构设计。
GROMACS负责“这个复合物在动力学上是否稳定”。
这几个工具实际上是互补的。
三十九、但AlphaFold 2不是“万能结构预测器”
这一点尤其重要。
AlphaFold 2最擅长的是：
单个蛋白质相对稳定的天然结构。
但是它存在明显局限。
1. Intrinsically disordered regions
例如：
p53中的一些 intrinsically disordered region。
可能：
pLDDT ↓2. Domain orientation
两个 domain：
Domain A
+
Domain B可能分别预测很好，但：
A-B相对位置不确定。
3. Protein dynamics
AlphaFold主要预测：
一个代表性结构。
而不是完整的：
conformational ensemble也就是说：
apo
active
inactive
intermediate这些不同状态并不一定都能正确获得。
4. Ligand binding
经典 AlphaFold 2：
主要针对 protein structure并不是专门的：
protein-ligand complex prediction这也是后来 AlphaFold 3 非常重要的升级方向。
5. Protein-protein interaction
AlphaFold-Multimer可以做，但其稳定性和准确性与单体 AlphaFold 2 不完全相同。官方仓库也明确说明 Multimer 的实现与 monomer 系统存在稳定性差异。
四十、AlphaFold 2和AlphaFold 3最本质的区别
你之前已经开始学习 AlphaFold 3，这里正好串起来。
AlphaFold 2：
主要是：
Protein
↓
Protein structure核心：
MSA
Evoformer
Structure Module
IPAAlphaFold 3：
思路进一步扩展：
Protein
DNA
RNA
Ligand
Ion
Modified residue
↓
Complex structure因此：
AF2
=
protein structure prediction
AF3
=
biomolecular complex structure prediction这也是为什么 AlphaFold 3 不再简单沿用 AlphaFold 2 的结构模块，而采用了更加统一的 diffusion-based architecture。你前面看的 AlphaFold 3 论文中提到的 diffusion-based architecture，就是理解 AF3 的关键。
四十一、如果你要真正“学懂”AlphaFold 2，建议分成四个层次
考虑到你目前已经在学习：
Python
PyRosetta
AutoDock Vina
GROMACS我不建议你一开始就直接读 AlphaFold 2 全部源码。
应该这样学：
Level 1：生物学
先掌握：
Protein sequence
↓
secondary structure
↓
tertiary structure
↓
domain
↓
protein folding然后理解：
MSA
homology
conservation
co-evolution
contact
distanceLevel 2：深度学习
掌握：
Transformer
Attention
Self-attention
Embedding
Encoder
Residual connection
LayerNorm尤其是：
Q
K
V一定要彻底搞懂。
Level 3：结构生物学 + 几何深度学习
重点学习：
Rotation
Translation
Rigid body
Coordinate system
Frame
SE(3)
Invariant
Equivariant
Quaternion
Rotation matrix然后理解：
IPA
FAPELevel 4：AlphaFold源码
最后再进入：
alphafold/
├── data/
├── model/
├── common/
├── protein/
├── residue_constants.py
├── run_alphafold.py
└── ...官方仓库提供了 AlphaFold 2 inference pipeline 和相关模型实现。(GitHub)
四十二、真正需要记住的一张图
如果以后要向别人解释 AlphaFold 2，可以直接画：
FASTA
│
↓
Homologous sequences
│
↓
MSA
│
↓
┌─────────────────────────┐
│ Evoformer │
│ │
│ MSA representation │
│ ↕ │
│ Pair representation │
│ │
│ Attention │
│ Outer Product │
│ Triangle Update │
│ Triangle Attention │
└────────────┬────────────┘
│
↓
Structure Module
│
↓
Invariant Point Attention
│
↓
Residue rigid frames
│
↓
3D coordinates
│
↓
FAPE
│
↓
Recycling
│
└──────→ 再预测
↓
Final structure
│
┌──────────┼──────────┐
↓ ↓ ↓
pLDDT PAE pTM一句话总结 AlphaFold 2：
AlphaFold 2不是简单地从氨基酸序列“猜”三维结构，而是首先利用MSA中的进化信息建立残基之间的关系，再通过Evoformer反复推理MSA与pair关系，利用Triangle Update建立三维几何一致性，最后通过具有几何等变性的Structure Module/IPA生成三维坐标，并通过recycling反复修正结构。 )
接下来真正进入 “AlphaFold 2源码级理解”，最值得继续深入的是 Evoformer 的每一个模块到底怎么计算（MSA Row Attention、MSA Column Attention、Outer Product Mean、Triangle Multiplication、Triangle Attention）以及 Structure Module 中 IPA、FAPE、rigid frame 的数学公式。这部分弄懂之后，AlphaFold 2 的核心算法基本就真正吃透了（当然我是不行了）。
接下来我们看看AlphaFold 3
前面已经把 AlphaFold 2 的 MSA → Evoformer → Structure Module → IPA → Recycling 这条路线理解了一遍，所以这次讲 AlphaFold 3，重点放在：
AF3 相比 AF2 到底改了什么？为什么要改？Diffusion 是怎么工作的？Pairformer 是什么？为什么 AF3 能处理蛋白质–小分子、蛋白质–DNA/RNA、离子、修饰残基？
这也是理解 AF3 的关键。
AlphaFold 3 于 2024 年发表在 Nature。它最大的变化不是简单地“AF2升级版”，而是把预测目标从以蛋白质结构为中心，扩展到整个生物分子复合物，并把最终三维结构生成机制从 AF2 的 Structure Module 改成了 diffusion-based generative model。
一、先用一句话理解 AlphaFold 3
如果 AlphaFold 2 可以概括为：
“根据蛋白质序列和进化信息，预测蛋白质三维结构。”
那么 AlphaFold 3 更接近：
“根据蛋白质、DNA、RNA、小分子、离子和修饰残基等输入，直接生成整个生物分子复合物的三维原子结构。”
也就是：
AlphaFold 2
Protein sequence
↓
MSA
↓
Evoformer
↓
Structure Module
↓
Protein structure而：
AlphaFold 3
Protein
DNA
RNA
Ligand
Ion
Modified residue
↓
统一的分子表示
↓
Pairformer
↓
Diffusion module
↓
所有原子的3D坐标
↓
Biomolecular complex这是 AF3 最重要的思想转变。论文明确指出，AF3 可以联合预测包含蛋白质、核酸、小分子、离子和修饰残基的复合物结构。
二、为什么 AlphaFold 2 不够？
这其实是理解 AF3 为什么出现的关键。
AF2 最擅长的是：
Protein
↓
Protein structure后来可以通过 AlphaFold-Multimer 做：
Protein A
Protein B
↓
Protein-protein complex但是生命体系远远不只有蛋白质。
例如：
蛋白质 + DNA
Transcription factor
+
DNA蛋白质 + RNA
RNA-binding protein
+
RNA蛋白质 + 小分子
Protein
+
ATP或者：
Kinase
+
small molecule inhibitor蛋白质 + 金属离子
Protein
+
Zn2+抗体 + 抗原
Antibody
+
Antigen糖基化蛋白
Protein
+
Glycan这些都属于：
biomolecular interactions
而不是单纯的 protein folding。
所以 AF3 的目标发生了变化：
AF2
Protein structure prediction
↓
protein-centric
AF3
Biomolecular structure prediction
↓
complex-centric三、AF3到底能预测哪些东西？
AF3 的输入可以包括：
分子类型 | AF3 |
|---|---|
Protein | ✅ |
DNA | ✅ |
RNA | ✅ |
Small molecule | ✅ |
Ion | ✅ |
Modified residue | ✅ |
Covalent modification | 部分支持 |
Protein-protein | ✅ |
Protein-DNA | ✅ |
Protein-RNA | ✅ |
Protein-ligand | ✅ |
Antibody-antigen | ✅ |
论文报道 AF3 在 protein–ligand、protein–nucleic acid 和 antibody–antigen 等任务上，相比此前专门方法取得明显提升。
四、AF3最重要的变化：从“预测蛋白结构”变成“生成原子坐标”
这是 AF2 和 AF3 最本质的区别之一。
AF2 Structure Module 的思路是：
residue representation
↓
residue frame
↓
side-chain torsion
↓
atom coordinates也就是说 AF2 对蛋白质的表示高度依赖：
amino acid
↓
backbone frame
↓
side-chain torsion这对于蛋白质非常自然。
但如果你现在突然加入：
ATP
DNA
RNA
Zn2+
small molecule
glycan问题就来了。
这些分子没有统一的：
protein residue frame
+
χ angles所以 AF3 选择了一个非常大胆的方案：
不再专门为蛋白质设计坐标生成机制，而是直接预测整个体系的原子坐标。
论文明确指出，AF3 用 diffusion module 直接预测 raw atom coordinates，取代了 AF2 中基于 amino-acid-specific frames 和 side-chain torsion angles 的 Structure Module。
五、这就是 Diffusion 的核心作用
你可以先把 AF3 的 diffusion 理解成：
从一团随机噪声开始，逐渐把它“去噪”成一个合理的生物分子三维结构。
比如最终结构：
Protein + Ligand
Protein
███████████
█████████████
●
│
LigandAF3 不直接：
sequence
↓
xyz而是：
sequence + molecular information
↓
structural representation
↓
random 3D coordinates
↓
denoising
↓
denoising
↓
denoising
↓
final structure这就是：
Diffusion-based structure generation
六、什么是Diffusion？
如果之前接触过 Stable Diffusion、图像生成，那么思想其实非常类似。
图像 diffusion：
真实图片
↓
不断加噪
↓
纯噪声训练网络学习：
纯噪声
↓
去噪
↓
图片AF3：
真实蛋白质复合物结构
↓
加噪声
↓
随机原子坐标训练：
带噪结构
↓
Diffusion network
↓
真实结构推理时反过来：
Random noise
↓
Denoising
↓
Denoising
↓
Denoising
↓
Denoising
↓
3D biomolecular complex论文明确描述了这一过程：训练时给模型加入噪声的原子坐标，让模型预测真实坐标；推理时从随机噪声开始递归去噪得到最终结构。
七、为什么Diffusion特别适合AF3？
这里是一个非常深的原因。
假设：
Protein + ligand配体可能有很多合理构象：
Pose 1
Pose 2
Pose 3
Pose 4蛋白质也可能存在：
Conformation A
Conformation B
Conformation C所以真实问题并不是：
“唯一正确答案是什么？”
而是：
“给定这些分子，哪些三维结构是合理的？”
这本质上是一个：
多模态分布
问题。
Diffusion model 天然适合：
P(structure | input)也就是：
给定输入分子，生成可能的结构分布。
因此 AF3 可以通过不同 random seed 得到多个结构样本。
八、AF3的整体架构
可以先记住这一张图：
Input
│
┌─────────────┼─────────────┐
↓ ↓ ↓
Protein DNA RNA
↓ ↓ ↓
MSA/template sequence sequence
┌─────────────┼─────────────┐
↓ ↓ ↓
Ligand Ion Modification
└─────────────┬─────────────┘
↓
Input representations
│
↓
Pairformer
│
┌────────┴────────┐
↓ ↓
Single representation Pair representation
│ │
└────────┬────────┘
↓
Diffusion Module
↑
noisy coordinates
│
iterative denoising
│
↓
all-atom coordinates
│
↓
Biomolecular complexAF3 的 Pairformer 有 48 个 block；论文给出的 pair representation channel 为 128、single representation channel 为 384。
九、AF3第一阶段：Input representation
AF3首先需要把各种分子统一转换成机器学习能够处理的 representation。
例如：
Protein
DNA
RNA
Ligand
Ion它们本身完全不同：
Protein → amino acids
DNA → nucleotides
RNA → nucleotides
Ligand → arbitrary chemical graph
Ion → atomAF3的一个重要思想就是：
把不同类型的生物分子放到统一的结构建模框架中。
十、Token：AF3非常重要的概念
AF3不像 AF2 那样简单地把：
1 amino acid = 1 residue token作为唯一核心。
AF3的 token 可以对应：
protein residue
nucleotide
ligand atom因此一个复杂体系可能：
Protein
300 residues
DNA
30 nucleotides
Ligand
25 atoms形成一个统一 token 序列。
可以粗略表示：
P1 P2 P3 ... P300
D1 D2 ... D30
L1 L2 ... L25所以：
N_tokens是 AF3 一个非常重要的计算规模指标。
十一、为什么Ligand需要特殊处理？
蛋白质的化学组成相对规则：
20 amino acidsRNA：
A U G CDNA：
A T G C但是小分子：
Ligand A
Ligand B
Ligand C
...化学空间极其巨大。
例如：
benzene
ATP
NAD
drug
cofactor
lipid
sugar每个分子的：
bond
atom type
charge
stereochemistry
ring
functional group都可能不同。
所以 AF3 需要一个能够处理：
arbitrary chemical components
的结构生成框架。
这也是 diffusion 直接预测原子坐标非常重要的原因。论文特别强调这种设计能够更自然地处理复杂的 ligand 和其他化学组分。
十二、AF3的Pair Representation
这一点和 AF2 是有继承关系的。
AF2：
residue i
↕
residue j
Pair(i,j)AF3：
token i
↕
token j
Pair(i,j)所以 AF3 可以表达：
Protein residue
↕
Ligand atom也可以：
DNA nucleotide
↕
Protein residue甚至：
Ligand atom
↕
Ligand atom因此 AF3 的 pair representation 从：
residue-residue relationship
扩展成：
general molecular token-token relationship
这是非常重要的升级。
十三、AF3为什么叫Pairformer？
AF2：
EvoformerAF3：
Pairformer这是一个非常值得注意的变化。
AF2的核心是：
MSA
↕
Pair因此叫：
Evoformer
因为：
Evolutionary information + Transformer
而 AF3 的结构推理不再以 AF2 那种 MSA representation ↔ pair representation 的形式为核心。
它更强调：
Single representation
+
Pair representation的迭代更新。
因此：
Pairformer
成为 AF3 的主要 trunk。
十四、AF2 vs AF3的一个核心变化
可以直接记：
AF2
MSA
↓
Evoformer
↓
Pair
↓
Structure Module而：
AF3
Input features
↓
Pairformer
↓
Single + Pair
↓
Diffusion
↓
Atomic coordinates也就是说：
AF3不是简单地把 AF2 的 Structure Module 换成 diffusion，而是整个结构表示和生成范式都发生了变化。
十五、AF3的Pairformer具体做什么？
Pairformer继续学习：
token i
↔
token j之间的关系。
例如：
Protein residue 45
↕
Ligand atom 7网络需要学习：
是否接触？
距离可能是多少？
方向如何？
化学环境如何？类似地：
Protein residue 120
↕
DNA nucleotide 8需要学习：
是否形成 interface？
是否存在氢键？
空间关系？所以 Pairformer 本质上是在建立：
整个复合物的关系图。
十六、可以把Pairformer理解成“分子关系推理器”
例如：
Protein
/ | \
/ | \
DNA Ligand RNA
\ | /
\ | /
IonPairformer学习：
Protein ↔ DNA
Protein ↔ Ligand
Protein ↔ RNA
Protein ↔ Ion
DNA ↔ RNA
Ligand ↔ Ion
...最终得到一个：
N × N的关系矩阵。
因此 AF3 不再只是：
“蛋白质自己折叠成什么样？”
而是：
“整个分子系统中所有组成部分如何组织在一起？”
十七、AF3真正的核心：Diffusion Module
这是 AF3 最值得深入理解的地方。
Pairformer输出：
single representation
+
pair representation然后进入 diffusion。
同时：
random/noisy coordinates也输入 diffusion network。
于是：
Pairformer
│
┌───────┴───────┐
↓ ↓
features noisy coordinates
│ │
└───────┬───────┘
↓
Diffusion
↓
denoised coords
↓
denoised coords
↓
final coordinates十八、Diffusion实际上在学习什么？
可以用一个数学表达：
N个原子
每个原子3D坐标也就是：
训练的时候给它加入噪声： X_t
于是：
真实结构 X0
↓
加噪声
↓
Xt网络学习：
即：
根据当前 noisy structure + 分子信息，预测真实结构。
十九、为什么要从“噪声”开始？
因为这样模型就可以学习：
什么结构是合理的而不是死记：
sequence → 唯一坐标例如一个 ligand：
O
|
C — C — N
/
C可能存在多个合理构象。
Diffusion可以：
seed 1
↓
pose A
seed 2
↓
pose B
seed 3
↓
pose C因此：
AF3本质上具有生成模型属性。
论文也明确强调，diffusion训练过程能够产生结构分布，因此在模型不确定时可以产生不同答案。
二十、AF3的“多尺度”非常重要
这是论文中一个很漂亮的观点。
Diffusion中的不同噪声水平对应不同尺度的结构问题。
高噪声
结构非常乱：
● ●
●
●模型主要需要学习：
整体domain arrangement
protein-protein orientation
protein-ligand placement也就是：
Global structure
低噪声
已经非常接近真实结构：
Protein
████████
● ligand此时需要修正：
bond geometry
side-chain
local stereochemistry即：
Local structure
论文明确指出，高噪声阶段更强调大尺度结构，低噪声阶段则更强调局部结构和立体化学。
二十一、这是AF3为什么能处理小分子的关键之一
传统蛋白结构预测可以使用：
residue frame
+
torsion angle但 ligand：
C
C
N
O
S
P
...化学结构非常复杂。
如果强行建立：
ligand-specific torsion system会非常麻烦。
AF3直接：
atom 1 → xyz
atom 2 → xyz
atom 3 → xyz
...然后通过 diffusion 学习合理的几何结构。
因此：
Protein
DNA
RNA
Ligand
Ion
Glycan都可以进入同一个坐标生成框架。
二十二、AF3为什么不再像AF2一样强调IPA？
这是一个非常重要的区别。
AF2：
Structure Module
↓
IPA
↓
rigid frames
↓
coordinatesAF3：
Pairformer
↓
Diffusion
↓
atomic coordinates论文特别指出，AF3的 diffusion 架构不需要 AF2 那种针对全局旋转和平移的特殊 invariance/equivariance 设计，因此省去了相应架构复杂性。
这是一个很大的架构变化。
二十三、为什么AF3可以去掉很多structure violation loss？
AF2需要专门处理：
bond length
bond angle
steric clash
chirality因此有：
violation loss帮助网络产生化学合理的蛋白结构。
AF3 diffusion：
high noise
↓
global structure
↓
low noise
↓
local geometry模型在低噪声阶段直接学习：
bond geometry
stereochemistry
local structure因此不再需要 AF2 那种大量专门的 stereochemical violation handling。论文明确提到这一点。
二十四、AF3和Vina的关系：这对你特别重要
你之前一直在学习：
AutoDock Vina
PyRosetta
GROMACS现在可以看到一个很重要的变化。
传统工作流：
Protein structure
↓
Vina
↓
Ligand docking也就是：
蛋白质先固定，再寻找 ligand pose。
而 AF3：
Protein
+
Ligand
↓
Joint structure prediction
↓
Protein-ligand complex也就是说：
蛋白质和 ligand 的空间关系可以联合预测。
论文报告 AF3 在蛋白质–配体相互作用预测上明显优于其比较的传统 docking 方法。
二十五、但是：AF3 ≠ Vina升级版
这个一定不要混淆。
Vina的任务：
给定protein
+
给定ligand
搜索binding pose重点：
docking
scoring
binding modeAF3：
protein
+
ligand
+
biomolecular context
→
joint structure generation重点：
structure prediction因此：
AF3
≠
Vina更合理的理解是：
AF3
↓
预测可能complex结构
↓
Vina/其他docking
↓
进一步搜索/验证
↓
MD
↓
动力学验证不同任务可以互补。
二十六、AF3为什么在Protein-Ligand上提升这么明显？
可以把原因概括成：
AF2思路
protein structure
↓
固定protein
↓
docking ligandAF3
protein
+
ligand
+
chemical features
↓
joint representation
↓
joint diffusion
↓
protein-ligand complex也就是说：
ligand不再是“结构预测之后再加进去”的东西，而是整个结构生成过程的一部分。
二十七、Protein-DNA预测也是同样的逻辑
例如：
Transcription factor
+
DNAAF3不是：
先预测TF
↓
再预测DNA
↓
再dock而是：
TF
+
DNA
↓
Pairformer
↓
joint representation
↓
Diffusion
↓
TF-DNA complex所以它可以直接学习：
protein residue
↕
DNA nucleotide之间的空间关系。
二十八、RNA也是一样
例如：
RNA
+
RNA-binding proteinAF3可以学习：
amino acid
↕
nucleotide之间的 interaction。
这对于：
RNA-binding proteins
ribosomes
RNA enzymes
RNA therapeutics等体系非常重要。
二十九、抗体-抗原为什么也很重要？
例如：
Antibody
↓
CDR loop
↓
Antigen真正的问题不是：
antibody本身是什么结构？
而是：
CDR如何与 antigen epitope 结合？
AF3可以直接预测：
Antibody
+
Antigen
↓
complex论文报告 AF3 的 antibody-antigen 预测准确率高于 AlphaFold-Multimer v2.3。
三十、AF3输出什么？
AF3最终输出：
mmCIF而不是单纯依赖 PDB。
官方 inference pipeline 每个 sample/seed 都会输出：
confidence JSON
summary confidence JSON
mmCIF同时还可以输出 distogram 等中间结果。(GitHub)
三十一、AF3的置信度指标
AF2最熟悉：
pLDDT
PAE
pTMAF3仍然提供结构置信度信息，但对于复合物问题，更需要关注：
pLDDT
PAE
pTM/ipTM相关指标
界面置信度尤其是：
不要只看整体平均 pLDDT。
对于 protein-ligand：
Protein内部
pLDDT = 95
Ligand
confidence = 高
但是：
Protein-Ligand interface
confidence = 低这种情况下：
蛋白质本身预测很好，并不代表 ligand binding pose 可靠。
这是实际做 docking / drug discovery 时非常重要的区别。
三十二、AF3的一个非常重要的能力：生成多个sample
因为 diffusion 是生成模型：
random seed 1
↓
structure 1
random seed 2
↓
structure 2
random seed 3
↓
structure 3因此：
Sample 1
Sample 2
Sample 3
...可以反映模型对于：
binding pose
conformation
interaction的不同可能性。
官方输出目录也按照：
seed-<seed>_sample-<sample>组织结果。
三十三、这和AF2有什么本质区别？
可以用这张表记：
特征 | AlphaFold 2 | AlphaFold 3 |
|---|---|---|
主要目标 | Protein structure | Biomolecular complex |
Protein | ✅ | ✅ |
DNA | 有限/非核心 | ✅ |
RNA | 有限/非核心 | ✅ |
Ligand | ❌核心能力 | ✅ |
Ion | ❌核心能力 | ✅ |
Modified residue | 有限 | ✅ |
核心 trunk | Evoformer | Pairformer |
MSA | 核心 | 仍使用，但角色改变 |
Structure module | IPA | Diffusion |
坐标生成 | residue frame | raw atom coordinates |
Side-chain torsion | 重要 | 不再作为核心坐标参数化 |
Diffusion | ❌ | ✅ |
多结构生成 | 有限 | 天然支持 |
Protein-ligand | 不是核心 | 核心能力 |
Protein-DNA/RNA | 不是核心 | 核心能力 |
三十四、AF2 → AF3最重要的技术演化
我建议你把它理解成下面这条路线：
AlphaFold 2
│
│
Protein structure prediction
│
┌───────────┴───────────┐
↓ ↓
MSA Pair
└──────────┬────────────┘
↓
Evoformer
↓
Structure Module
↓
IPA
↓
Protein coordinates
↓
AlphaFold 3
│
│
Biomolecular complexes
│
┌────────────┼────────────┐
↓ ↓ ↓
Protein DNA/RNA Ligand
│ │ │
└────────────┼────────────┘
↓
Pairformer
↓
Single + Pair
↓
Diffusion
↓
Raw atomic coordinates
↓
Complex structure所以真正的升级不是：
“Evoformer升级了一点。”
而是：
从 protein-centric prediction → general biomolecular structure generation。
三十五、AF3训练阶段到底怎么训练？
可以把训练简化成：
实验结构
↓
真实complex
↓
加入noise
↓
X_t
↓
Diffusion network
↓
预测X_0
↓
与真实结构比较
↓
loss
↓
更新参数同时输入：
sequence
MSA
templates
chemical information让模型学习：
[ P(X \mid S) ]
其中：
X = 3D structure
S = molecular sequence/features也就是说：
给定分子信息，学习三维结构分布。
三十六、为什么AF3的生成能力非常重要？
假设：
Protein + ligand真实世界可能：
Pose A 40%
Pose B 35%
Pose C 15%
Pose D 10%AF2/Vina很多时候更倾向于：
给一个最优pose而 diffusion 更自然：
sample
↓
sample
↓
sample
↓
sample从而获得：
structure ensemble当然：
不同sample并不等于真实概率分布。
不能简单认为：
sample出现4次
=
生物学概率40%这一点必须谨慎。
三十七、AF3的最大突破可以总结成三个“统一”
第一：统一分子类型
Protein
DNA
RNA
Ligand
Ion
Modified residue↓
统一框架
第二：统一结构表示
不是：
Protein → residue frame
Ligand → 特殊处理而是：
general molecular tokens
↓
atomic coordinates第三：统一结构生成
不是：
protein folding
+
docking
+
nucleic acid prediction
+
special chemical handling而是：
Biomolecular system
↓
Pairformer
↓
Diffusion
↓
Joint structure这就是 AF3 的真正意义。
三十八、AF3目前最大的局限
AF3非常强，但绝对不能理解成：
“输入蛋白+药物，就能得到真实结合模式。”
这是错误的。
① 不代表真实动力学
AF3预测的是：
structure不是：
molecular dynamics它不能直接告诉你：
binding kinetics
kon
koff
ΔG
free energy所以：
AF3
↓
结构假设仍然需要：
MD
free-energy calculation
experiment等验证。
三十九、② 不等于真实binding affinity预测
例如：
Ligand A
Ligand BAF3可能都能生成：
合理pose但这并不意味着：
A affinity > B affinity所以不能直接：
AF3 score
=
binding affinity四十、③ Flexible protein仍然困难
例如：
IDR
loop
flexible domain
allosteric region可能存在：
多个构象AF3可能只给出某一个 plausible structure。
四十一、④ 多状态蛋白依然困难
例如 GPCR：
Inactive
↕
Intermediate
↕
ActiveAF3并不意味着：
自动知道你想要哪一种生物学状态。
如果输入信息不足，模型可能得到某个合理但并非实验目标状态的构象。
四十二、⑤ Cofactor / ligand / protonation等问题
对于药物设计：
ligand protonation
tautomer
charge
metal coordination
water molecules这些都可能显著影响结构。
因此：
AF3预测结果仍然需要化学合理性检查。
四十三、AF3和你正在学习的PyRosetta/Vina/GROMACS怎么串起来？
如果你的目标最终是：
蛋白质结构预测 → 小分子结合 → docking → refinement → MD
那么可以建立这个体系：
Protein sequence
│
↓
AlphaFold 3
│
Protein + ligand complex
│
↓
Structure analysis
│
┌─────────┴─────────┐
↓ ↓
PyRosetta Vina
│ │
local refinement docking poses
│ │
└─────────┬─────────┘
↓
Best complex
│
↓
GROMACS
│
↓
MD simulation
│
┌─────────┼─────────┐
↓ ↓ ↓
RMSD RMSF H-bond
│
↓
MM/PBSA/GBSA
│
↓
binding stability这其实非常适合你现在正在学习的方向。
四十四、如果你做药物研发，AF3最值得用在哪里？
我会把优先级排成：
① Protein-ligand complex prediction
Target
+
Drug
↓
AF3
↓
complex② Protein-protein interaction
Protein A
+
Protein B③ Protein-DNA
TF
+
DNA④ Protein-RNA
RBP
+
RNA⑤ Antibody-antigen
Antibody
+
Antigen⑥ 多组分复合物
Protein
+
DNA
+
RNA
+
ligand
+
ion这正是 AF3 相比 AF2 最有价值的地方。
四十五、AF3本地部署需要什么？
目前 DeepMind 已公开 AF3 inference code，并提供模型参数申请机制；官方仓库说明可以本地运行 inference
官方安装文档目前要求：
Linux
NVIDIA GPU
Compute Capability >= 8.0官方验证过：
A100 80GB
H100 80GB对于最长约 5,120 tokens 的输入，官方说明在单张 A100/H100 80GB 上可以运行；完整数据库需要大量磁盘空间，文档给出的规模最高约 1 TB。
目前官方 GitHub 最新 release 已到 v3.0.3，该版本对代码许可、性能和若干 bug 进行了更新。
四十六、最后把AF2和AF3彻底串起来
你现在可以用下面这张图理解整个 AlphaFold 演化：
AlphaFold 1
│
Deep learning + MSA
│
↓
distance/contact
│
↓
protein structure
↓
AlphaFold 2
│
┌──────────┴──────────┐
↓ ↓
MSA Pair
└──────────┬──────────┘
↓
Evoformer
↓
Structure Module
↓
IPA
↓
3D protein structure
↓
Recycling
↓
AlphaFold 3
│
┌─────────────┼─────────────┐
↓ ↓ ↓
Protein DNA/RNA Ligand
│ │ │
└─────────────┼─────────────┘
↓
Pairformer
↓
Single + Pair representation
↓
Diffusion
↓
random/noisy coordinates
↓
iterative denoising
↓
all-atom coordinates
↓
Biomolecular complex最核心的区别只有一句话：
AlphaFold 2解决的是“蛋白质如何折叠”；AlphaFold 3进一步解决“整个生物分子体系如何形成三维复合物”。
而从算法角度：
AF2的核心是 MSA + Evoformer + IPA/Structure Module + Recycling；AF3则转向统一的分子表示 + Pairformer + diffusion-based all-atom structure generation。)
对于 AutoDock Vina → PyRosetta → GROMACS，下一步最值得深入的其实不是再泛泛了解 AF3，而是把 AF3 的 Diffusion Module 从数学和代码层面拆开：包括 noise schedule、coordinate diffusion、denoising、Pairformer、Diffusion Transformer、为什么它能直接生成 ligand 原子坐标，以及 AF3 输出的 pLDDT / PAE / ipTM / ranking score 到底分别意味着什么。这样就能真正把 AF3 和分子对接、PyRosetta、MD 接起来。
生活很好，有你更好。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
目录
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号