从序列到3D结构图：AlphaFold蛋白质结构可视化实操-开发者社区

从序列到3D结构图：AlphaFold蛋白质结构可视化实操

【免费下载链接】alphafoldOpen source code for AlphaFold 2.项目地址: https://gitcode.com/GitHub_Trending/al/alphafold

AlphaFold 是 DeepMind 开源的蛋白质结构预测项目，除了预测本身，它内置了一套从氨基酸序列到交互式 3D 结构图的最小可视化管线。这篇文章带你走通这条链路：清洗序列、跑预测、把 pLDDT 置信度写进结构、用 py3Dmol 渲染出可旋转缩放的 3D 模型，全程约 30 行有效代码。

什么时候需要看结构

拿到一段氨基酸序列，你通常想知道两件事：它折叠成什么形状，以及模型对每个残基有多确信。手动搭建模、调渲染参数很容易劝退没有结构生物学背景的人。AlphaFold 把这两件事收敛成了两个标准输出：一个 PDB 格式的结构字符串（PDB 是蛋白质数据库通用的原子坐标文本格式），和一个逐残基的置信度分数 pLDDT（0–100，越高代表该位置预测越可靠）。

一分钟看到结果

如果你手上已经有一个预测好的蛋白质对象（Protein实例），渲染只要这几行：

import py3Dmol from alphafold.common import protein pdb = protein.to_pdb(unrelaxed_proteins['model_1']) view = py3Dmol.view(width=800, height=600) view.addModel(pdb, 'pdb') view.setStyle({'cartoon': {'color': 'spectrum'}}) view.show()

浏览器里立刻出现一个可拖拽的卡通棒模型，鼠标滚轮缩放，左键旋转。

可视化背后的三个模块

整条管线只依赖三个文件，各自职责清晰：

alphafold/notebooks/notebook_utils.py：输入侧工具。clean_and_validate_single_sequence()负责去掉空白、转大写，并校验序列只含 20 种标准氨基酸且长度在限制内；show_msa_info()则画出多序列比对（MSA）的保守性曲线，帮你判断输入质量是否足够支撑预测。
alphafold/common/protein.py：数据格式转换层。from_prediction()把原始预测张量打包成Protein对象，to_pdb()再把它序列化成 PDB 文本，供任意第三方可视化工具读取。
notebooks/AlphaFold.ipynb：端到端示例。官方 Colab 版 notebook 演示了从序列输入到 py3Dmol 展示、pLDDT 着色的完整跑法，本文的步骤全部从中提炼。

技术细节：to_pdb()在写文件时会把 B-factor 列填入你指定的数值（通常是 pLDDT），这意味着 PDB 文件本身自带置信度信息，py3Dmol 的colorscheme直接按prop: 'b'就能着色，无需额外传图例数据。

序列到结构图的四步

第一步：清洗并校验输入序列

from alphafold.notebooks import notebook_utils seq = notebook_utils.clean_and_validate_single_sequence( 'MVTALELARPAPAPAPAPGAVSASGVPGAVPGGVPAPASGAAAPSGA', min_length=16, max_length=2500)

长度不足 16 或超过 2500 的序列会直接抛异常，比跑完两小时才失败要好得多。

第二步：跑推断模型拿到 prediction

from alphafold.model import config, data, model cfg = config.model_config('model_1') runner = model.RunModel(cfg, data.get_model_haiku_params('model_1', './alphafold/data')) processed = runner.process_features(np_example, random_seed=0) prediction = runner.predict(processed, random_seed=42)

prediction是一个字典，关键条目是逐残基的plddt数组和structure_module里的原子坐标。

第三步：把 pLDDT 写进结构并导出 PDB

b_factors = prediction['plddt'][:, None] * prediction['structure_module']['final_atom_mask'] prot = protein.from_prediction(processed, prediction, b_factors=b_factors) pdb_str = protein.to_pdb(prot)

这里把 pLDDT 乘上原子掩码后作为 B-factor 写入，是后续按置信度着色的前提，官方 notebook 正是这么做的。

第四步：py3Dmol 渲染

view = py3Dmol.view(width=800, height=600) view.addModel(pdb_str, 'pdb') view.setStyle({'cartoon': {'colorscheme': {'prop': 'b', 'gradient': 'roygb'}}}) view.zoomTo() view.show()

gradient: 'roygb'表示从红（低值）到蓝（高值）的渐变，红色区域就是低置信度区。

进阶：按 pLDDT 分段上色

比连续渐变更适合放进论文的做法是四段式分色，一眼区分置信区间：

PLDDT_BANDS = [(0, 50, '#FF7D45'), (50, 70, '#FFDB13'), (70, 90, '#65CBF3'), (90, 100, '#0053D6')] for low, high, color in PLDDT_BANDS: view.addStyle({'b': {'>=': low, '<': high}}, {'cartoon': {'color': color}})

这组配色直接来自 notebooks/AlphaFold.ipynb。四段对应的语义是：橙（<50，基本不可靠）、黄（50–70，低）、浅蓝（70–90，可信）、深蓝（>90，很高）。

保存与分享结果

预测产物有三种去向：

PDB 文本：protein.to_pdb()的输出可以直接写文件，兼容 PyMOL、Chimera 等几乎所有结构软件，适合交接给同事用各自习惯的工具复核。
交互 HTML：view._make_html()返回完整网页源码，写进.html文件后双击即可在浏览器里打开，旋转缩放功能全部保留，适合放进组会演示或项目主页。
打包 zip：官方 notebook 跑完会把 PDB、置信度曲线图等打成压缩包下载，适合归档。

三个容易踩的坑

pLDDT 高不等于整个复合物可靠。单看残基级 pLDDT 只能判断"域内"置信度；多链复合物之间是否稳定要看 PAE（预测对齐误差矩阵），别拿深蓝区域当万能章。
本地跑完整 AlphaFold 门槛不低。完整安装需要约 3 TB 磁盘存放基因数据库加一块较新的 NVIDIA GPU；资源有限时，notebooks/AlphaFold.ipynb 的 Colab 简化版（无模板、部分 BFD 数据库）是更现实的起点，精度对多数靶点接近完整版。
序列里不能有空格、换行和 X。clean_and_validate_single_sequence()对非 20 标准氨基酸字符会直接抛ValueError，粘贴 FASTA 时记得只取序列行。