AlphaFold 預(yù)測(cè)結(jié)果解讀pLDDT、PAE 兩張圖怎么判斷結(jié)構(gòu)可信度【免費(fèi)下載鏈接】alphafoldOpen source code for AlphaFold 2.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/al/alphafold拿到一份 AlphaFold 預(yù)測(cè)輸出你面對(duì)的是彩色的鏈、一排分?jǐn)?shù)、一張熱圖不知道從哪看起、更不知道該信哪塊。這篇文章給你一套固定的判斷順序先定單個(gè)殘基可信不可信再定殘基之間的關(guān)系穩(wěn)不穩(wěn)最后按你的任務(wù)決定怎么用。讀完你能獨(dú)立完成一次預(yù)測(cè)結(jié)果解讀。pLDDT 四檔顏色分別意味著什么pLDDT 給每個(gè)殘基打一個(gè) 0 到 100 的分對(duì)應(yīng)結(jié)構(gòu)圖上的四檔色帶。分檔邊界寫在 置信度計(jì)算源碼 里看到顏色就能反查分?jǐn)?shù)分?jǐn)?shù)區(qū)間顏色可以做要警惕90–100深藍(lán)活性位點(diǎn)分析、分子對(duì)接、突變?cè)O(shè)計(jì)幾乎沒有局部細(xì)節(jié)也可用70–90淺藍(lán)整體折疊分析、結(jié)構(gòu)比對(duì)側(cè)鏈擺位可能不準(zhǔn)做對(duì)接時(shí)核對(duì)關(guān)鍵殘基50–70黃色只作參考可能存在局部結(jié)構(gòu)錯(cuò)誤別單獨(dú)依賴它0–50紅色基本不能用多為無序區(qū)或預(yù)測(cè)失敗區(qū)判斷方法很簡單先找到你的目標(biāo)殘基看它落在哪一檔。做對(duì)接時(shí)對(duì)接口袋附近要是深藍(lán)局部幾何才靠得住若是黃色口袋形狀本身可能就不對(duì)。整體平均 pLDDT 只當(dāng)篩選指標(biāo)用不能替你下結(jié)論。PAE 矩陣怎么讀出結(jié)構(gòu)域和界面PAE 是一張殘基對(duì)誤差熱圖任意兩個(gè)殘基的相對(duì)位置誤差有多大。看它分三步看對(duì)角線。對(duì)角線附近顏色越深誤差小這條鏈內(nèi)部越剛硬。找色塊邊界。矩陣上顏色分塊的交界處就是結(jié)構(gòu)域的分界線相鄰色塊之間誤差偏高的條帶通常對(duì)應(yīng)柔性連接區(qū)。看塊與塊之間。不同結(jié)構(gòu)域、不同亞基對(duì)應(yīng)的位置上顏色淺、誤差大說明域間或界面排布不確定顏色深、誤差小界面才可信。一句話判據(jù)單塊內(nèi)部深、塊與塊之間淺說明結(jié)構(gòu)域自身可靠、但域間關(guān)系是軟肋。按任務(wù)選解讀策略同一份預(yù)測(cè)不同任務(wù)該盯的地方不一樣活性位點(diǎn)分析盯位點(diǎn)殘基及其第一圈鄰居的 pLDDT全在 70 以上再做精細(xì)分析。分子對(duì)接口袋區(qū)域要接近深藍(lán)且 PAE 對(duì)角線附近誤差低。淺藍(lán)口袋可以用但要把關(guān)鍵殘基與實(shí)驗(yàn)數(shù)據(jù)逐一核對(duì)。突變效應(yīng)預(yù)測(cè)看突變點(diǎn)兩側(cè)一段序列。這一段低分突變后的構(gòu)象變化沒法信。只關(guān)心整體折疊主要參考 PAE 匯總出的 pTM 分?jǐn)?shù)它是整個(gè)鏈對(duì)齊誤差的單一數(shù)值。原則任務(wù)需要多精確的局部幾何就要求對(duì)應(yīng)區(qū)域多高的 pLDDT。三種高風(fēng)險(xiǎn)場(chǎng)景與對(duì)策大片紅色區(qū)域。先別急著否定預(yù)測(cè)。蛋白本身是內(nèi)在無序的、需要輔因子才能折疊、或該區(qū)域同源信息極少都會(huì)出現(xiàn)這種情況。對(duì)策把有序段和無序段拆開處理有序段照常用無序段交給專門工具。PAE 顯示域間關(guān)系不明。各域內(nèi)部高分、域與域之間誤差大是典型的分域可靠、整體排布存疑。對(duì)策拿域內(nèi)結(jié)構(gòu)去匹配已知同源結(jié)構(gòu)或跑分子動(dòng)力學(xué)看構(gòu)象會(huì)不會(huì)自己排穩(wěn)。5 個(gè)預(yù)測(cè)模型互相打架。AlphaFold 默認(rèn)輸出 5 個(gè)模型同一區(qū)域模型間一致可信模型間差異大的區(qū)域直接標(biāo)為不確定。對(duì)策以一致性為準(zhǔn)沖突區(qū)域不要參與下游設(shè)計(jì)。批量預(yù)測(cè)怎么篩出高質(zhì)量結(jié)構(gòu)蛋白多了不能逐個(gè)看。用 置信度導(dǎo)出函數(shù) 可以把每個(gè)殘基的 pLDDT 和 PAE 導(dǎo)出成 JSON然后寫腳本統(tǒng)計(jì)三類指標(biāo)平均 pLDDT、pLDDT 大于 90 的殘基占比、整鏈 pTM。按這三項(xiàng)排序高置信殘基占比低、pTM 也低的蛋白直接壓后分?jǐn)?shù)高的優(yōu)先細(xì)看。多鏈復(fù)合物再補(bǔ)一個(gè) ipTM專門評(píng)估界面可信度。現(xiàn)在就能做的三步先用 pLDDT 定單點(diǎn)目標(biāo)殘基深藍(lán)才動(dòng)精細(xì)操作。再用 PAE 定關(guān)系域間、界面誤差低才信任排布。最后按任務(wù)定取舍對(duì)接看口袋、整體看 pTM。下一步就是把你手頭的預(yù)測(cè)按這個(gè)順序過一遍標(biāo)出可信區(qū)和不確定區(qū)。【免費(fèi)下載鏈接】alphafoldOpen source code for AlphaFold 2.項(xiàng)目地址: https://gitcode.com/GitHub_Trending/al/alphafold創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考