企业官网建设流程全解析

RMSD 与 lDDT 结构比较指南：手上有 5 个预测模型，怎么挑出最优

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

跑完 AlphaFold 常输出多个候选模型。如何量化判断哪个离实验结构更近？本文用三个问题回答“RMSD 与 lDDT 选谁”，也讲没有参考结构时的质量判断。适合构建评估流水线的开发者。

第一个问题：有没有实验参考结构

选指标前先回答一个分岔口：你手上有没有这条蛋白的实验结构（PDB 或 mmCIF）？它把所有指标劈成两个阵营——有参考的做“比较”，没参考的做“自评”。

“有参考”一支是本文主线，“没参考”一支放在后面单独讲。

RMSD 计算步骤：质心、Kabsch 对齐、再算数

RMSD（均方根偏差）一句话解释：把两个结构“贴”到最接近之后，对应原子的平均偏离距离。关键词是“贴”——必须先找到最优旋转加平移，否则一个只是在空间里平移了一下的分子会算出离谱的大数。

核心公式：

$$\mathrm{RMSD}=\sqrt{\frac{1}{N}\sum_{i=1}^{N}\left|\mathbf{p}_i^{*}-\mathbf{t}_i\right|^2}$$

其中 $\mathbf{p}_i^{*}$ 是预测结构第 $i$ 个原子经过最优刚体变换后的坐标，$N$ 是参与原子数。最优变换通常用 SVD 解出（Kabsch 算法）。完整实现不长：

def ca_rmsd(pred_ca, true_ca): """pred_ca / true_ca: [N, 3] 的 Cα 坐标，返回 Kabsch 对齐后的 RMSD""" p = pred_ca - pred_ca.mean(axis=0) # 1) 质心平移到原点 t = true_ca - true_ca.mean(axis=0) u, _, vh = np.linalg.svd(t.T @ p) # 2) SVD 解最优旋转 r = u @ vh if np.linalg.det(r) < 0: # 3) 剔除反射，保证真旋转 u[:, -1] *= -1 r = u @ vh return float(np.sqrt(np.mean(np.sum((p @ r - t) ** 2, axis=1))))

三个容易踩的点：

• 数字要配原子集一起报。惯例只用 Cα（AlphaFold 的 37 原子坐标数组里 Cα 在索引 1，排序见 alphafold/common/residue_constants.py）；换成全原子，数值量级就变了，跨报告不可比。
• 长度不匹配是前提问题：残基数不同时，先做序列比对建立残基对应，再喂坐标，不要直接硬比。
• 对离群点敏感：一段 loop 偏了 10 Å 就能把全局 RMSD 拉高，而蛋白质其余部分可能完美。这就是“RMSD 看着不差、肉眼却不对劲”的根源之一——它把一切平均掉了。

一个有意思的细节：AlphaFold 仓库里 RMSD 出现在 relax 流程 alphafold/relax/relax.py，那里算的是力场最小化前后结构的“漂移量”，而且不做任何对齐——它回答的是“力场把结构拉动了多少”，不是“与参考多像”。所以别看见 RMSD 三个字就代入“与参考的相似度”，数字的含义由使用场景定义。

同一对结构为什么算出两个 RMSD

看到同对结构的两个数对不上，按顺序核对：Cα 还是全原子？Kabsch 对齐还是未对齐？掩掉了哪段残基？三件事对齐之后，数字就对上了。

lDDT 选型建议：免对齐的局部评分

RMSD 是“全分子一个数”，lDDT（局部距离差异测试）是“逐残基打分”。思路一句话：不看绝对坐标，只看“每两个点之间的距离”——预测结构的距离矩阵若和实验的相近，说明局部折叠是对的。由此白拿两个好处：免对齐（距离对平移旋转天然不变），且天然可拆到残基。

实现在 alphafold/model/lddt.py，评分规则非常直白：取实验结构里距离小于 cutoff（默认 15 Å）的原子对，比较预测与实验的距离差，按 0.5 / 1 / 2 / 4 Å 四档计分再平均：

$$\mathrm{lDDT}=\frac{1}{|\mathcal{P}|}\sum_{(i,j)\in\mathcal{P}}\frac{1}{4}\Big[\mathbb{1}\big(|\Delta d_{ij}|<0.5\big)+\mathbb{1}\big(|\Delta d_{ij}|<1\big)+\mathbb{1}\big(|\Delta d_{ij}|<2\big)+\mathbb{1}\big(|\Delta d_{ij}|<4\big)\Big]$$

其中 $\mathcal{P}$ 是待评分点对集合，$\Delta d_{ij}$ 为预测与实验的距离差。每档记 0.25，所以得分落在 0–1。

实际使用只需要两个[1, N, 3]坐标数组（Cα 即可）和一个掩码：

import jax.numpy as jnp from alphafold.model.lddt import lddt pred = jnp.asarray(pred_ca)[None, ...] # [1, N, 3] true = jnp.asarray(true_ca)[None, ...] # [1, N, 3] mask = jnp.ones((1, N, 1)) # 1 表示该原子存在 per_res = lddt(pred, true, mask, cutoff=15., per_residue=True) overall = lddt(pred, true, mask, cutoff=15., per_residue=False)

分值的非线性一眼看清

官方测试 alphafold/model/lddt_test.py 里的几个用例值得背下来：距离差约 1 Å 时得分 0.75，约 2 Å 时 0.5，约 4 Å 时 0.25，达到 5 Å 直接归零——误差翻倍，得分不是线性衰减，而是在档位边界上跳变。

两个容易被忽略的实现细节：

• 这是“近似 lDDT”。源码 docstring 明说省略了原始 lDDT 的物理可行性校正项（键长违反等），所以数字适合同口径相对比较，别拿它和别人工具输出的绝对 lDDT 对表。
• 没有可评点对的残基按满分算：某个残基 15 Å 内若没有成对原子，它的分数是 1。序列里舒展、无序区域越多，全局分被“抬”得越明显，读数时要回看逐残基输出。
• 复杂度 O(N²)：两张距离矩阵。几百残基的单体无压力，长链多聚体注意显存。

还有一个身份值得知道：在 AlphaFold 里lddt()不是评估工具，而是训练信号——alphafold/model/modules.py 中置信度头以逐残基 Cα lDDT（做了 stop_gradient）为回归目标。因此 pLDDT 可以理解为“模型提前预测自己会有多接近参考的 lDDT”。

无参考结构：pLDDT 与 ptM 判断预测质量

绝大多数蛋白没有实验结构，只能信模型的自评分。

单链看pLDDT：alphafold/common/confidence.py 的compute_plddt对每个残基输出 0–100 的置信度，仓库同时给出四档分类：

置信不等于正确

pLDDT 是局部置信：高分说明局部距离网络大概率对，不保证全局摆放对——某个结构域方向放错时，域内每个残基的 pLDDT 照样很高。所以多聚体要看ptM / ipTM：alphafold/common/confidence.py 的predicted_tm_score给出整体 TM 分与仅针对界面的 ipTM，后者专门回答“界面摆得对不对”，预测结果里也带 ptm / iptm 字段（见 run_alphafold.py 的多聚体分支）。

常见坑：RMSD 与 lDDT 打架时怎么看

两个指标并排放一张表，当选型速查卡用：

两种典型的“打架”场景：

1. RMSD 大、逐残基 lDDT 普遍高：多半是全局摆放错位（域朝向、链配对），局部折叠其实没错。先修对齐，再下结论。
2. RMSD 小、逐残基 lDDT 局部掉坑：核心叠得好，一段 loop 或尾部构象不同，全局数被“平均”掉了。此时逐残基输出是唯一能帮你定位的证据。

所以默认报告姿势：全局数（RMSD 或 lDDT）+ 逐残基 lDDT，前者下结论，后者找问题。长蛋白建议先按结构域分段看一眼——600 残基的全局单数字，信息量很有限。

快速上手清单 📋

• ✅数字必须配“原子集 + 对齐方式”一起报：“Cα、Kabsch 对齐”或“未对齐”，否则数字不可复现。
• ✅有参考结构：Cα RMSD 下全局结论，逐残基 lDDT 定位局部问题，两个一起报。
• ✅无参考结构：单链看 pLDDT（D/L/M/H），多聚体界面看 ipTM，别用 pLDDT 代替整体判断。
• ⚠️用 lDDT 前检查掩码与 cutoff：缺失原子靠 mask 排除，无成对残基按满分计，会抬高全局分。
• 🔍怀疑预测有坑时先看逐残基曲线：多数局部错误在逐残基 lDDT 上一目了然，全局数经常把真相抹平。

延伸阅读：alphafold/model/lddt_test.py 里的官方测试用例是最紧凑的 lDDT 文档，每个用例对应一个距离差场景，值得逐条读一遍。

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