超全拆解AlphaFold 3，上海交大钟博子韬：极致利用数据，以原子精度预测所有生物分子结构，但并不完美
内容提要
AlphaFold 3是一种蛋白质结构预测工具，具有改进的模型架构和减少对多序列比对（MSA）的依赖，实现了原子级结构预测。它在配体对接、蛋白质复合物预测、翻译后修饰预测和DNA/RNA结构预测方面取得了显著进展。然而，它在RNA结构预测方面仍需改进。AlphaFold 3在预测共价修饰方面存在局限性，并可能产生幻觉。目前，AlphaFold 3在蛋白质修饰、DNA/RNA修饰、金属离子和配体方面存在一定限制。总体而言，尽管AlphaFold 3取得了重大进展，但仍需要进一步研究和努力来解决复杂问题。
延伸解读
架构革新：从MSA依赖到全原子扩散
AlphaFold 3的模型架构虽与AlphaFold 2相似，但关键改进在于减少对多序列比对（MSA）的依赖，并引入扩散模型实现全原子结构生成。Pairformer模块将MSA处理模块减少至4个，更重视目标序列本身，这解释了其在抗体等MSA信息有限的任务中表现更优。扩散模型替代了迭代优化，去除了立体旋转不变性约束，使模型设计更自由，并能捕捉原子级物理信息。
应用突破与性能边界
AlphaFold 3在配体对接、蛋白质复合物、翻译后修饰及DNA/RNA结构预测上实现飞跃。在PoseBusters基准的Co-folding任务中，无需口袋和结构先验，成功率高达76.4%，远超其他方法。抗体抗原预测中，通过增加运行次数可提升成功率，但仅对protein-protein复合物有效。共价修饰预测成功率约80%，但对RNA结构预测准确率低于部分专用模型，且存在手性错误和幻觉问题。
使用限制与未来挑战
AlphaFold 3目前通过谷歌平台访问，但修饰支持有限：蛋白质仅23种、DNA 9种、RNA 15种，金属离子10种，配体14种小分子。这限制了其在多数研究中的应用。此外，模型在RNA结构预测上表现较差，易产生幻觉，倾向于将未折叠区域预测为折叠。尽管通过纳入AlphaFold 2预测数据可缓解幻觉，但可能引入错误。完全解决复杂问题仍需持续研究。
Q&A
AlphaFold 3 的主要功能是什么？
AlphaFold 3 能够以原子级精度预测蛋白质、配体、蛋白质复合物、翻译后修饰及 DNA/RNA 结构。
AlphaFold 3 相较于 AlphaFold 2 有哪些改进？
AlphaFold 3 改进了模型架构，减少了对多序列比对的依赖，并采用了扩散模型实现全原子结构生成。
AlphaFold 3 在 RNA 结构预测方面存在哪些局限？
AlphaFold 3 在 RNA 结构预测的准确率低于其他模型，且仍需改进。
AlphaFold 3 在配体对接任务中的表现如何？
AlphaFold 3 在配体对接任务中表现优异，成功率达到 76.4%。
AlphaFold 3 的使用限制是什么？
AlphaFold 3 仅支持特定位置和种类的蛋白质、DNA、RNA 修饰及金属离子，且配体种类有限。
AlphaFold 3 存在什么样的幻觉问题？
AlphaFold 3 可能会将未折叠区域错误地预测为折叠状态，导致幻觉现象。
