Nature Biotechnology 2026｜Experiment-guided AlphaFold3：让结构预测从“单一答案”走向实验一致的蛋白构象集合- 大数跨境

首页

Nature Biotechnology 2026｜Experiment-guided AlphaFold3：让结构预测从“单一答案”走向实验一致的蛋白构象集合

AI in Graph

2026-07-13

导读：欢迎向本公众号投稿文献解读类原创文章，投稿邮箱：380198025@qq.com，请将稿件以附件形式发送。

欢迎向本公众号投稿文献解读类原创文章，投稿邮箱：380198025@qq.com，请将稿件以附件形式发送。海内外招生、访学、招聘等稿件，请联系微信：xiongzhankun1997。

编辑 | 周慧嘉

审核 | 王紫嫣

本期给大家分享一篇发表在Nature Biotechnology上的论文：“Experiment-guided AlphaFold3 resolves measurement-consistent protein ensembles”。

AlphaFold3 已经能够从氨基酸序列出发，高精度预测蛋白质、核酸、配体及其复合物的三维结构。然而，真实蛋白并不是静止不动的“刚性物体”，而是在不同实验环境和生物功能状态下不断采样多个构象。AlphaFold3虽然可以生成结构，但其输出往往会坍缩到一个主导构象，难以反映蛋白真实存在的构象异质性；同时，AF3 的采样过程本身也并不直接感知 NMR、X-ray 晶体学或 cryo-EM 等实验条件。针对这一问题，本文提出了Experiment-guided AlphaFold3框架。

1. 背景

蛋白质结构预测领域长期追求的是“给定序列，得到一个最准确的三维结构”。AlphaFold 系列模型正是建立在这一目标之上：通过序列进化信息、结构数据库和深度学习模型，预测蛋白质最可能采取的空间构象。 AlphaFold3 虽然具备极强的结构预测能力，但其训练目标更偏向于预测单一“最可能结构”。因此，当蛋白本身具有明显构象异质性时，AF3 容易把多个可能状态压缩成一个静态结果，导致局部柔性、备用构象、未建模 loop 或多模态电子密度无法被充分解释。另一方面，传统实验驱动的 ensemble 建模方法也存在明显瓶颈。例如，NMR 结构通常依赖 NOE 距离约束和分子动力学模拟来寻找低能构象集合，但这类方法计算成本较高；即使是 76 个氨基酸的泛素体系，ensemble-based 分子动力学方法也可能需要数天计算时间。

因此，本文试图解决的问题为：能否让 AlphaFold3 在生成结构的过程中直接感知实验数据，从而快速生成一组既符合序列先验、又能够解释实验观测的蛋白构象集合？

2. 模型架构

2.1 AlphaFold3为一个序列条件下的结构先验分布

AlphaFold3 作为 sequence-conditioned structural prior 在本文框架中，AlphaFold3 不再被简单理解为“输出一个最终结构的黑箱模型”，而是被重新定义为一个序列条件下的结构先验分布。也就是说，AF3 根据氨基酸序列提供“哪些结构在生物学上更合理”的先验判断。

2.2 Experimental likelihood

对于 NMR 数据，likelihood 可以来自 NOE 距离约束、order parameter 或二面角约束。
对于 X-ray 晶体学数据，likelihood 可以来自计算电子密度与实验电子密度之间的一致性。
对于 cryo-EM 数据，likelihood 则可以来自结构与 ESP map 之间的匹配程度。如果某组构象的平均原子距离符合 NOE 约束、计算出的电子密度能很好落入 X-ray map，或者结构能够合理填入 cryo-EM 电势图，那么它的 likelihood 就高；反之，即使它是 AF3 认为合理的结构，但和实验数据对不上，likelihood 就会降低。

2.3 Guidance during diffusion

实验数据直接参与生成过程传统做法通常是“先预测结构，再用实验数据验证或修正”。本文不同之处在于，实验数据并不是事后评价标准，而是在 AF3 生成结构的过程中直接参与采样。作者在扩散模型每一步中计算实验 likelihood，并用其梯度引导采样方向。这样，结构生成过程就从单纯的 prior-driven sampling，转变为 experiment-conditioned sampling。最终，模型在两者之间寻找平衡，生成一组既具有化学合理性，又能解释实验信号的构象集合。

2.4 Force field relaxation 与 ensemble pruning

force field relaxation：该步骤用于修正采样过程中可能出现的局部几何畸变，使最终结构具有更合理的化学构型。
ensemble pruning：由于初始采样可能生成较多构象，作者会进一步筛选出一个最小的结构子集，使其在保持紧凑性的同时最大程度解释实验观测。也就是说，最终输出的不是大量冗余结构，而是一组更易解释和验证的compact ensemble。

3. 实验结果

3.1 NMR 引导显著降低距离约束违反率，并恢复蛋白动力学信息

作者首先以泛素 ubiquitin 为 NMR 结构确定 benchmark，使用 NOE 距离约束引导 AlphaFold3 生成构象集合。

结果显示，NOE-guided AlphaFold3 生成的 ensemble 明显减少了 pairwise distance constraint violations。PDB 1D3Z 的违反约束比例为24.9%，中位违反距离为0.39 Å；未引导的 AlphaFold3 为26.5%和0.34 Å；而 NOE-guided AlphaFold3 则降低到15.7%和0.20 Å。

这说明实验引导确实能让生成构象更符合 NMR 距离约束。更重要的是，作者进一步使用 N-H order parameter S² 对 ensemble 的动力学合理性进行独立验证。传统 PDB ensemble 和 unguided AF3 结果都偏向刚性结构，而 NOE-guided AF3 能更好复现柔性区域和结构化区域的动态行为。当进一步加入 S² guidance 后，模型与实验 S² 的一致性达到r = 0.93，q = 0.06，接近基于昂贵 NMR-guided ensemble molecular dynamics 得到的 PDB 1XQQ 结果。这部分结果表明，该方法不仅是在“拟合距离约束”，而是在一定程度上恢复了蛋白真实动力学特征。

3.2 大规模 NMR benchmark

NOE-guided AF3 在多数案例中优于传统结果为了验证方法的普适性，作者进一步在两个 benchmark 上评估模型：包括 8 个 AlphaFold3 容易预测错误的 peptides，以及来自 100-protein NMR spectra database 的 83 个蛋白子集，共 91 个案例。

结果显示，与 PDB 中已有 ensemble 相比，NOE-guided AlphaFold3 在70/91 个案例中改善了距离约束满足情况，约占 77%；相比之下，未引导的 AlphaFold3 仅在15 个案例中优于 PDB ensemble。更重要的是，NOE-guided AlphaFold3 在所有案例中都优于其未引导版本。此外，作者还尝试引入力场能量信息，对不同构象进行 energy-reweighted guidance。该策略进一步将改善案例提升到78/91 个，约占 87%，中位改善幅度约为20%。这说明实验约束和能量信息具有互补作用，有助于让 ensemble 更接近热力学合理状态。

3.3 X-ray 电子密度引导

恢复局部构象、缺失片段与 altloc 在 X-ray crystallography 场景中，AlphaFold3 的一个主要问题是无法直接感知实验环境。例如配体结合、离子、晶体接触或局部柔性都可能改变蛋白构象，但这些条件并不会直接进入 AF3 的采样过程。在 6CYH 结构中，AF3 无法准确预测配体邻近 loop 的构象，而电子密度引导可以将该区域恢复到接近实验结构的状态；在 5SUJ 中，模型可以根据稀疏电子密度补全原本未建模的 loop 区域；在 PAK2 相关的 18 个氨基酸 peptide 示例中，AF3 预测较差，但 ED-guided 方法能够重新捕获实验结构。

3.4 Cryo-EM 引导

改善复杂蛋白复合物和纤维结构建模在 cryo-EM 场景中，作者使用 electrostatic potential map，也就是 ESP map，对 AF3 生成结构进行引导。由于 cryo-EM 在柔性区域往往分辨率有限，传统建模容易依赖刚体拟合或 consensus structure，难以准确恢复局部原子细节。在 amyloid-β fibril 示例中，AlphaFold3 完全错误预测了二聚界面和二聚单元结构，而 ESP-guided AF3 能够显著改善与密度图的一致性。对于这类高度重复且结构复杂的纤维体系，实验 map 的引导作用尤其明显。

4. 讨论

尽管本文方法展示出很强的应用潜力，但作者也明确指出，其生成的 ensemble 不能直接理解为真实的热力学 Boltzmann 平衡分布。因此，不能简单地把 ensemble 中某个构象的权重解释为真实生理状态下的构象占比。有限实验观测并不能唯一决定真实构象分布，不同 ensemble 可能都能较好解释同一组实验数据。此外，guidance strength 和梯度处理也需要谨慎控制。尤其是在低分辨率 cryo-EM map 或质量较差的电子密度图中，如果实验信号本身噪声较大，模型可能会被错误引导。与此同时，当前方法对配体、金属离子、翻译后修饰、结构水和复杂对称性的处理仍然有限。

5. 总结

在本项研究中，作者提出并验证了Experiment-guided AlphaFold3 —— 一个将实验数据直接注入 AlphaFold3 结构生成过程的多模态构象集合建模框架。该方法的核心价值在于，它不再把 AlphaFold3 视为只能输出单一结构的预测工具，而是将其转化为一个可被实验 likelihood 引导的结构生成先验模型。通过在反向扩散采样过程中引入 NMR、X-ray 和 cryo-EM 等实验模态对应的可微分约束，模型能够生成一组紧凑的、实验一致的蛋白构象集合。NMR 结果显示，NOE-guided AF3 能显著降低距离约束违反率，并更好复现 S² order parameter 所反映的蛋白动力学；X-ray 结果表明，该方法能够恢复局部 loop、补全未建模区域，并发现潜在 altloc 构象；cryo-EM 结果进一步证明了其在复杂复合物和纤维结构建模中的适用性。本文为结构预测和实验结构生物学的融合提供了一个清晰方向：未来的结构模型不应只是从序列预测一个静态坐标，而应能够整合多源实验观测，生成可验证、可修正、可解释的构象假设集合。

综上，Experiment-guided AlphaFold3 不仅是对 AF3 的技术扩展，更代表了结构生物学建模范式的一次转向：从“预测一个最可能结构”，走向“生成一组能够解释实验观测的蛋白构象集合”。

原文

论文链接：https://www.nature.com/articles/s41587-026-03166-5

代码链接：https://github.com/sai-advaith/ guided_alphafold

扫描二维码获取