AlphaFold3 原理与上手：从给蛋白折叠，到给一切分子复合物建模

TL;DR

AlphaFold2 解决的是「给定一条蛋白序列，预测它折叠成什么形状」。AlphaFold3 把问题换了个问法：「给定一堆分子——蛋白、DNA、RNA、小分子配体、离子——预测它们凑在一起是什么结构」。

为了做到这件事，AF3 动了两处核心：把重度处理多序列比对（MSA）的 Evoformer 换成更轻的 Pairformer，把基于刚体坐标系的结构模块换成一个扩散模型，让它像生成图片那样，从噪声里一步步「去噪」出每个原子的坐标。

这篇讲清楚三件事：这套设计为什么成立、怎么在本地或网页上跑起来、结果怎么读。完整方法以官方论文 Abramson et al., Nature 2024 及其补充材料为准。

30 秒看懂 AlphaFold 1 → 2 → 3

三代解决的问题在变，主干结构也跟着换。

AlphaFold 三代演进

	AlphaFold1	AlphaFold2	AlphaFold3
年份	2018	2021	2024
主要对象	单体蛋白	单体蛋白（后续 Multimer 扩到复合物）	蛋白、核酸、配体、离子及复合物
核心机制	预测距离矩阵 + 物理优化	Evoformer + 结构模块	Pairformer + 扩散模块
输出	距离分布，再重建结构	端到端原子坐标	端到端原子坐标（生成式）

AF1 还是「先预测约束、再优化结构」两步走。AF2 第一次做到端到端、且在 CASP14 把单体蛋白预测拉到接近实验精度。AF3 则把适用范围从「蛋白」扩到「几乎任意生物分子的组合」。

AlphaFold3 在解决什么问题

蛋白很少单独干活。它要和 DNA、RNA 结合，要被小分子药物抑制，要靠金属离子稳定结构。真正有用的，往往是这些复合物的结构。

AF2 的主场是单体蛋白。它的后续版本 AF2-Multimer 能拼蛋白-蛋白复合物，但对小分子配体、核酸、离子这些「非蛋白」组分支持有限，通常还要外接专门的对接（docking）工具，分两步做。

AF3 想把这件事一步做完：输入里可以同时有蛋白链、核酸链、配体、离子，模型直接预测它们共同的三维结构。按 AF3 论文的说法，它在蛋白-配体、蛋白-核酸等界面上的准确度，明显高于传统对接方法和 AF2 时代的拼装流程。

要支持这么杂的输入，旧架构里很多「为蛋白量身定做」的假设就得拆掉——这是后面所有设计改动的起点。带着一个问题往下读：如果输入不再只是蛋白，AF2 的哪些部分会失效？

原理：先看全貌

AF3 大致分三段：把各种输入整理成统一表示，用 Pairformer 在表示上「想清楚」分子间关系，再用扩散模块把这套关系「画」成具体坐标。

AlphaFold3 整体流程

论文里的官方架构图见 Abramson et al., Nature 2024 — Fig. 1（受版权保护，这里不转载，只给概念示意）。

记住一条主线，后面每个改动都挂在它上面：把「为蛋白定制」的部件，换成「对任意分子都成立」的部件。下面三步，逐个对照 AF2 看。

原理 ①：输入与表示——少看 MSA，统一 token

AF2 怎么做：它非常依赖多序列比对（MSA）——把同源序列堆起来，从进化共变里读出「哪两个位点在空间上挨着」。Evoformer 花了大量算力反复咀嚼这块 MSA。

问题在哪：配体、离子、修饰残基根本没有「同源序列」可比对，也没法像蛋白那样按残基切块。AF2 这套表示天然只服务蛋白。

AF3 的改法：两点。其一，仍用 MSA 和模板，但不再重度处理，而是更快把信息汇进配对表示（pair representation），算力留给后面。其二，改用更细的、统一的 token 化，并在生成结构时下沉到原子层面——这样蛋白和小分子才能用同一套语言描述。

总之，先让「表示」对所有分子一视同仁，统一预测才有地基。

原理 ②：Pairformer——把推理重心放到「关系蓝图」

把蛋白链、核酸、配体都摆上桌后，模型真正要算清的是一张关系蓝图：谁和谁挨着、相距多远、几何关系如何。这张图就是配对表示，维护它的模块叫 Pairformer。

Pairformer 接手了 Evoformer 最有价值的部分，并保留了一个关键操作——对配对表示做三角更新（triangular updates），强制几何自洽，避免「A 离 B 很近、B 离 C 很近，却说 A 离 C 很远」这种自相矛盾。

和 Evoformer 的差别在侧重点：Evoformer 把 MSA 和配对表示一起重算，Pairformer 更聚焦配对表示本身，对 MSA 的依赖更轻。好处是算力更省，而且不再假设输入一定是能做出漂亮 MSA 的蛋白——这正是支持核酸、配体所必需的松绑。

Pairformer 的产物不是坐标，而是一份「想清楚了的关系蓝图」。把蓝图变成原子坐标，是下一步的事。

感兴趣的看：三角更新在做什么（要点 + 直觉）

把配对表示想成一张 $N\times N$ 的表格，第 $(i,j)$ 格记录「残基 $i$ 和 $j$ 的关系」。三角更新的核心直觉是借第三个点 $k$ 来校正 $(i,j)$：如果 $i$–$k$、$k$–$j$ 的关系已知，就能约束 $i$–$j$，类似三角不等式。反复做，整张表会收敛到几何上自洽的状态。这一步在 AF2 已被验证有效，AF3 予以保留。

原理 ③：扩散模块——像生成图片那样生成结构

这是 AF3 最大的观念转变。AF2 的结构模块带着一套为蛋白设计的几何机制（刚体坐标系、扭转角、不变点注意力），把表示「解码」成坐标。AF3 把它整个换成扩散模型。

扩散模型的思路来自图像生成，分两个方向：

• 加噪（训练时）：往真实结构里一步步掺噪声，直到变成一团随机点。
• 去噪（推理时）：反过来，从随机点出发，让模型在 Pairformer 蓝图的引导下一步步去噪，最后收敛成合理结构。

扩散去噪：从噪声到结构

为什么这么换值得：

• 直接出原子坐标，不挑分子种类。去噪过程把所有原子都当「点」处理，不需要蛋白专属的刚体框架，配体、离子、核酸天然能塞进同一套流程。
• 天然能给多个合理答案。换不同随机种子去噪，会得到略不同的结构，方便采样和挑选。
• 省掉一堆手工几何先验。AF2 结构模块里很多为蛋白写死的几何处理，扩散这套基本不需要。

代价也有：生成式模型可能在约束不足的区域「编」出看着合理、其实没依据的结构（无序区尤其明显）。AF3 用交叉蒸馏等手段压制这种「幻觉」，但读结果时仍要靠置信度判断哪里能信。

感兴趣的看：扩散的两个公式（去噪生成的数学骨架）

前向加噪：给原子坐标 $x_0$ 逐步加高斯噪声，第 $t$ 步可一次写成

$x_t = \sqrt{\bar\alpha_t}\,x_0 + \sqrt{1-\bar\alpha_t}\,\epsilon,\qquad \epsilon\sim\mathcal{N}(0, I)$

其中 $\bar\alpha_t$ 随 $t$ 从 1 降到 0：$t$ 越大，结构越接近纯噪声。

反向去噪（训练目标）：网络 $D_\theta$ 学着在「噪声坐标 $x_t$ + 时间 $t$ + Pairformer 给的条件表示 $c$」下还原干净结构，最小化

$\mathcal{L} = \mathbb{E}_{x_0,\,\epsilon,\,t}\big\lVert D_\theta(x_t, t, c) - x_0 \big\rVert^2$

推理时从 $x_T\sim\mathcal{N}(0,I)$ 出发，反复套用 $D_\theta$ 一步步去噪，得到最终坐标。这是 DDPM 类扩散的标准骨架；AF3 的关键在于把它作用在全原子坐标上、并用 Pairformer 的关系蓝图当条件 $c$。精确形式以论文方法部分为准。

扩散思路在蛋白领域并不孤立——蛋白设计里的 RFdiffusion 也用扩散，见本站ProteinMPNN / RFdiffusion 教程。

把三步串起来：AF3 的设计逻辑

单看每个改动可能记不住，但它们指向同一个目标——减专用、加通用：

• 想支持非蛋白分子 → 不能死磕 MSA、不能按残基硬切 → 于是有了轻 MSA + 统一 token + 原子级表示（原理①）。
• 表示通用了，解码器也不能是蛋白专属几何模块 → 于是用扩散直接生成坐标，对分子种类不挑食（原理③）。
• 配对表示这块在 AF2 被验证有效，保留并精简 → 于是有了 Pairformer（原理②）。

换句话说，AF3 不是把 AF2 修修补补，而是重新问了一遍「最少需要哪些假设」，把蛋白专属的部分尽量换成通用部分。这条主线，就是它的研究逻辑。理解了它，再去读论文的模块细节就不会迷路。

安装：先选网页版还是本地版

AF3 有两条路，门槛差很多。

网页版：AlphaFold Server。 免安装，非商用免费，浏览器里提交即可。代价是配体和共价修饰的种类有限、有使用配额。先验证想法、做轻量预测，从这里开始最省事。

本地版：google-deepmind/alphafold3 仓库。 适合批量、定制配体、或数据不便上传的场景。门槛按官方安装文档：

• 操作系统：仅支持 Linux。
• GPU：计算能力 8.0 以上的 NVIDIA 卡；官方在 A100 / H100 80GB 上验证，单卡可处理约 5120 个 token 的输入。
• 磁盘：序列数据库下载约 252GB，解压后约 630GB，建议预留约 1TB SSD。
• 内存：长序列的搜索阶段吃内存，建议 64GB 以上。
• 模型权重：要填表单向 DeepMind 申请，一般 2–3 个工作日回复，只能用官方直接发放的权重。

许可要看清楚：源码是 CC-BY-NC-SA 4.0，权重另有使用条款，都仅限非商用。官方还明确写了：AF3 及其输出仅供理论建模，不得用于临床用途。

本地跑通常走 Docker（或由 Docker 镜像转的 Singularity）：克隆仓库、跑 fetch_databases.sh 下数据库、申请并放好权重、docker build 构建镜像。

使用：一次预测怎么跑、结果怎么读

本地版的输入是一个自定义 JSON 文件（格式见输入文档），里面描述要折叠的分子。准备好 fold_input.json 后，核心命令长这样：

docker run -it \
  --volume $HOME/af_input:/root/af_input \
  --volume $HOME/af_output:/root/af_output \
  --volume <模型权重目录>:/root/models \
  --volume <数据库目录>:/root/public_databases \
  --gpus all \
  alphafold3 \
  python run_alphafold.py \
  --json_path=/root/af_input/fold_input.json \
  --model_dir=/root/models \
  --output_dir=/root/af_output

两个常用开关：--run_data_pipeline 控制是否跑 MSA / 模板搜索，--run_inference 控制是否跑模型推理。把数据搜索和推理拆开，能在同一份 MSA 上反复试不同设置，省时间。

跑完看两个置信度（详见输出文档）：

• pLDDT：每个原子/残基的局部置信度，越高越可信，低分区往往是柔性或无序区。
• PAE（Predicted Aligned Error）：成对的相对位置误差，看复合物里链与链的相对摆位靠不靠谱，特别适合判断界面对不对。

读结果的纪律：高 pLDDT 不等于功能正确，扩散模型在弱约束区可能给出貌似合理的结构，先看置信度、再下结论。

几个常见坑：把数据库放在慢盘上会让搜索极慢（尽量上 SSD）；输入输出目录要给 Docker 写权限；序列太长会超出单卡显存，得拆或换更大显存的卡。

FAQ

AF3 和 AF2 最大的区别？ AF2 解单体蛋白折叠（Evoformer + 结构模块）；AF3 用 Pairformer + 扩散模型，直接生成全原子坐标，能统一预测蛋白、核酸、配体、离子及其复合物。

能用 ColabFold 跑 AF3 吗？ 不能，ColabFold 跑的是 AF2。AF3 只能用官方 AlphaFold Server，或本地部署官方仓库。

一定要本地装吗？ 不一定。先用 AlphaFold Server 验证想法；需要批量、定制配体或数据保密时再上本地版。

能用于商业或临床吗？ 不能。源码与权重均限非商用，官方明确声明输出仅供理论建模、不得用于临床。

延伸资源

• 站内相关：AlphaFold 系列概览（更轻的入口）· ESM 蛋白语言模型 · ProteinMPNN / RFdiffusion 蛋白设计 · 蛋白质资源导航
• 查已知结构：AlphaFold Protein Structure Database（2 亿+ 预测结构，AF2 产出）
• 官方：仓库与文档（安装/输入/输出/已知问题）· AlphaFold Server
• 读方法细节：AF3 论文及补充材料 是唯一权威出处。

参考资料

1. Accurate structure prediction of biomolecular interactions with AlphaFold 3 (Abramson et al., Nature 2024) — Abramson et al. · 2026-05-31 · publisher (Nature)
2. google-deepmind/alphafold3 (官方推理代码与文档) — Google DeepMind · 2026-05-31 · 源码 CC-BY-NC-SA 4.0；权重另有 Terms of Use
3. AlphaFold Server — Google DeepMind / Isomorphic Labs · 2026-05-31 · 非商用使用条款
4. Highly accurate protein structure prediction with AlphaFold (Jumper et al., Nature 2021) — Jumper et al. · 2026-05-31 · publisher (Nature)
5. Architectural highlights of AlphaFold3 (OPIG blog) — Oxford Protein Informatics Group · 2026-05-31 · blog