概述
AlphaFold Protein Structure Database（简称 AlphaFold DB）由 Google DeepMind 与 EMBL-EBI 联合开发，旨在为研究者免费提供大规模的蛋白质三维结构预测结果。数据库基于 DeepMind 的 AlphaFold2 模型，结合 UniProt 等公共序列资源，目前已覆盖超过两亿条预测条目，支持站内检索、序列搜索、可视化展示与数据下载，目标是加速基础生物学研究与应用开发。
核心能力
-
搜索与检索: 提供按 UniProt 描述、基因名、序列片段或完整序列的多种检索方式，支持至少 20 个氨基酸的序列搜索。
-
结构预测与置信度评分: 对单链及多聚体（通过开源代码）给出三维原子坐标，并提供 pLDDT（局部置信度）评分以评估预测可靠性。
-
PAE 可视化与下载: 每个预测条目均包含交互式的 PAE（Predicted Aligned Error） 图，用户可下载 JSON 格式的 PAE 数据以进行自定义分析或绘图。
-
大规模数据获取: 提供整个人类蛋白组及多达 47 个重要物种的单独下载包，此外提供手工注释子集（Swiss-Prot）的下载选项，便于离线分析与大规模应用。
-
扩展工具与注释: 集成 AlphaMissense 等下游工具以评估错义突变致病性，并于 2025 年新增 自定义注释 功能，支持用户在 2D 与 3D 轨道上可视化单残基与区间注释。
主要功能（编号列举）
- 结构浏览: 交互式 3D 视图与 2D 跟踪，可查看残基的 pLDDT、PAE 以及自定义注释。
- 数据下载: 单条条目文件、PAE JSON、整套物种下载包与手工注释子集，便于二次开发与离线计算。
- 序列搜索与比对: 支持多种检索输入（文本、UniProt ID、蛋白序列），提高定位效率。
- 突变评估: 通过 AlphaMissense 提供人类错义突变的致病性倾向评分，辅助医学与功能研究。
- 培训与文档: 提供线上课程、方法学论文与 FAQ，帮助用户理解模型假设、局限与使用建议。
使用场景与局限
AlphaFold DB 适合用于蛋白功能注释、结构先导探索、变体效应初步评估与教学示例。其预测在许多单域与保守区域表现优异，但对于高度柔性区域、蛋白-配体相互作用、动力学变化或某些复杂多聚体仍有局限，且 PAE 文件为自定义格式需要用户用脚本解析。数据库鼓励将预测结果与实验数据或其他生物信息学证据结合使用。
推荐理由
如果你的工作需要大规模、开源且可下载的蛋白质结构预测资源，或需要快速获得目标序列的三维模型与置信度信息，AlphaFold DB 是极具价值的起点。它不仅提供丰富的可视化与下载选项，还具有透明的许可（CC-BY-4.0）与完善的教学材料，便于科研、教学与产业应用的集成与传播。
