预测跑完先看哪个文件AlphaFold 输出解析完整指南pLDDT、PAE 与 PDB 一次讲透【免费下载链接】alphafoldOpen source code for AlphaFold 2.项目地址: https://gitcode.com/GitHub_Trending/al/alphafold跑完一次 AlphaFold 预测输出目录里散落着十几份文件几个.pdb、几个.json、还有features.pkl。到底先打开哪个本文带你完成一次完整的 AlphaFold 预测结果解读先读懂 pLDDT 置信度再看结构文件里藏了什么最后用 PAE 矩阵判断哪对残基的相对位置真的可信。一次预测任务到底产出哪些文件这一节解决文件这么多按什么顺序看的问题。以一次默认参数的运行5 个 seed为例产物大致如下文件它告诉你什么什么时候打开ranked_0.pdb…ranked_4.pdb按置信度从高到低排序后的结构坐标交付和复现用永远从ranked_0开始confidence_model.json每个残基的 pLDDT 分数及 H/M/L/D 分档第一次打开输出目录就选它pae_model.json残基对之间相对位置误差的矩阵关心结构域关系或结合界面时unrelaxed_model.pdb/.cif未经分子动力学松弛的原始坐标仅用于调试result_model.pkl模型内部张量结果写代码提取中间数据时ranking_debug.json、relax_metrics.json各模型的排序分、松弛后残存冲突想知道为什么选它第一时msas/、features.pkl比对结果与模型输入特征审计预测依据时阅读顺序建议很简单ranked_0结构 →confidence置信度 →pae相对误差其余文件按需回查。pLDDT 四档置信度速查三十秒判断哪段可信这一节解决整体质量如何、哪段能用的问题。pLDDTpredicted LDDT是逐残基的置信度分数范围 0–100可以把它类比成一条质检流水线上的逐位打分分数高的残基焊得牢分数低的则松动了。它只回答局部几何可靠与否不直接回答残基之间的相对关系是否可靠——后者留给后面的 PAE。源码里把分数划成四档见alphafold/common/confidence.py中的_confidence_category档位分数区间通俗含义H90–100主链位置几乎可当作已知M70–89整体形态可信局部细节可能有偏差L50–69只给个大致方向细节不可引用D0–49大概率是柔性或无序区坐标仅供参考三十秒体检三步走打开confidence_model.json看分数整体水位均值高、D 档占比低说明全局可信在序列坐标上圈出连续的低分区间L、D这些是柔性环、连接区或无序区的候选对照ranked_0.pdb只把 H/M 区当作硬结构来引用。结构文件里的隐藏信息B 因子列为什么是 pLDDT这一节解决软件里那些彩色置信度是怎么来的的问题。标准 PDB 格式的 B 因子温度因子列本来描述原子振动的强弱。AlphaFold 复用了这个位置把每个残基的 pLDDT 写进去——于是任何支持按 B 因子着色渲染的可视化软件如 PyMOL都不需要额外插件直接把置信度当颜色读出来。一行 ATOM 记录长这样倒数第二段数字就是 pLDDTATOM 1 N MET A 1 8.50 2.30 1.10 1.00 92.50 N92.50 落在 H 档说明这个残基坐标很稳。至于松弛模型直接吐出的坐标偶尔存在原子打架或键长异常AmberRelaxationalphafold/relax/relax.py会对结构做短暂的 Amber 分子动力学弛豫把这类物理冲突磨平再计算弛豫前后坐标的 RMSD 偏差作为记录。你日常使用的ranked_0.pdb就是弛豫后的版本。单点可信 ≠ 相对可信PAE 矩阵阅读方法这一节解决两个结构域摆在一起可信吗的问题。pLDDT 只关心每个残基自己的局部质量PAEPredicted Aligned Error关心的则是任意两个残基彼此之间摆得对不对。类比一下pLDDT 是两块积木各自烧制得好不好PAE 是这两块拼在一起时接缝准不准。一个典型陷阱每个结构域内部 pLDDT 都很高但域与域之间的相对排布其实很不确定——只看置信度 JSON 完全发现不了。PAE 矩阵是一个 N×N 方阵PAE[i][j]给出残基 i、j 相对位置预测的期望误差Å。看热图时找你关心的两段残基定位它们的行×列交叉色块深色数值低表示这对残基的相对关系可信浅色数值高表示不可信紧贴对角线的深色带说明局部结构稳远离对角线出现整块浅色区则提示这两段之间的相对姿态存疑。以下场景必须查 PAE多结构域蛋白的域间关系、蛋白复合体的结合界面、以及pLDDT 全线偏高但整体形状看着别扭的情况。进阶原始特征文件NPZ/pkl适合谁看这一节简短带过给需要深挖的人指路。默认运行保存的是features.pkl模型输入特征与result_model.pkl内部预测结果部分工作流会导出等价的 NPZ 特征包。关键特征名aatype氨基酸类型的独热编码residue_index残基序号msa_*多序列比对特征编码进化保守性template_*模板结构特征pair_*残基对特征适合谁想复现打分、做二次开发、或审计预测为什么长这样的研究者。只关注结构本身的用户可以跳过本节。常见误读排查清单这一节把新手最容易踩的四个坑写成排查卡现象可能原因怎么办pLDDT 全线很高但整体构象看着不对劲局部都焊得牢域间相对排布可能错查 PAE 交叉色块仍存疑则改参数重跑局部 pLDDT 低L/D 档未必失败常是天然无序区或柔性环先确认 MSA 深度是否够对照文献判断是否本来就无序不知道 5 个 ranked 模型选哪个排序依据是排名置信度不是 pLDDT 均值看ranking_debug.json直接采用ranked_0松弛后坐标漂了、出现打架警告原始坐标冲突多弛豫做了大幅修正看relax_metrics.json的残存冲突数冲突很多时检查输入序列与 MSA交付和复现时默认把ranked_0.pdb当作正式结果需要核对细节再翻 result 文件。下一步建议挑一份你刚跑完的输出按置信度 → 结构 → PAE的顺序走一遍把 D 档区间和 PAE 浅色块在结构上标出来——你会发现模型其实早就把哪些地方别当真写进文件里了。【免费下载链接】alphafoldOpen source code for AlphaFold 2.项目地址: https://gitcode.com/GitHub_Trending/al/alphafold创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考