第五十四章　AI蛋白结构预测与生物功能验证的距离

一　CASP结构任务究竟评什么

蛋白质序列与可用结构之间长期存在巨大的资料落差。许多研究能够确认某个基因编码什么序列，却缺少足以提出精细空间假说的模型。结构预测能力的跃升，改变了这一研究起点：研究者可以在取得目标蛋白的实验结构之前，提出关于结构域、空间邻近和可能作用部位的具体问题。这个贡献并不依赖“预测已经替代实验”的夸张判断。能够更早地提出可被反驳的结构假说，本身就是实质性的知识进展。

本章以二〇二一年发表的AlphaFold2原始研究为历史中心，并结合其他团队后来的评估，考察预测结果的证据意义。Jumper等人的论文报告了该系统在CASP14盲测中的显著进步：按覆盖百分之九十五残基的Cα均方根偏差指标，结构域层面的中位误差约为零点九六埃，明显优于相应比较方法。[54-1] 这一数字有明确的比较集合、覆盖要求与评价单位，不能被改写成每个蛋白、每个原子、任何条件下都具有同样精度的承诺。

CASP采用尚未公开的实验结构检验预测方法，使预测先于参考答案接受评估。它所检验的是提交模型与目标结构之间的符合程度，首先是一项结构任务。[54-1] 把结构任务说清楚，既保护它的成果，也防止它承担未被测试的命题。一个模型在主链位置上非常准确，不代表研究已经测定催化速率、确认细胞内伙伴或证明某种药物有效。那些问题需要其他观察量和其他比较。

同一结构任务内部也有不同尺度。局部折叠正确、侧链朝向正确、多个结构域相对位置正确，并非完全相同的成果。两个结构域各自接近实验结构，但彼此方向有差别时，局部指标与全局指标可能给出不同评价。科学报告因此必须说明自己使用哪一种准确性，而不能让“接近原子精度”成为掩盖尺度差别的口号。评价指标的选择应由需要支持的生物学问题决定。

盲测的可信度还来自资料时间与评估边界。训练材料、公开结构与测试目标之间的关系，决定了测试究竟说明哪些推广能力。原始论文还使用训练截止以后公开的结构作进一步比较。[54-1] 这增强了预测能力的证据，却不等于所有未见条件都已被覆盖。一个系统能够推广到新的序列或折叠，与能够描述同一蛋白在不同结合状态中的全部变化，仍是两种能力。

实验结构也需要按条件理解。晶体、溶液或其他测量情境支持的模型，具有各自的分辨率和可见范围。与某个实验模型不一致，可能来自预测错误，也可能涉及条件差异或实验模型本身未充分确定的区域。较好的比较必须尽量回到支持结构的实验资料，而不是把已存储的坐标文件当作不需审查的绝对真值。Terwilliger等人由另一团队开展的评估比较预测与晶体学密度资料，既发现许多高度吻合，也发现某些高置信度局部或整体仍有偏离；其资料取得仍涉及预测与重建，不能据此称为完全独立于预测的验证。[54-2]

这使结构预测的历史意义更加明确：它改变的是可供验证的结构假说的数量、精度和取得方式，而不是取消结构证据的来源差别。预测模型、由实验约束建立的模型和未经检验的功能叙述，可以画成同样漂亮的三维图，却拥有不同的证据身份。视觉形式越趋一致，标明这些身份就越重要。

二　低置信度和无序蛋白

模型不仅需要给出坐标，也需要告诉使用者哪些部分更值得信任。AlphaFold2的pLDDT是逐残基的局部置信度估计；PAE用于审查不同部分相对位置的可靠程度。[54-3][54-4] 二者回答的问题不同。一个蛋白各个结构域的局部得分都很高，并不能保证结构域之间的排列同样确定。若从整体图形中推断两个部位互相接触，所需要的恰恰可能是局部得分没有回答的关系。

这些分数也不应被译成“这个蛋白有多少概率执行某项功能”。局部结构置信度评价的是一种几何预测的可靠程度，功能命题可能涉及配体、反应过程、调控条件和细胞位置。即使几何预测完全正确，也还需要建立这些环节。把高分直接升级为功能成立，会使一项训练和验证过的指标被迫回答另一项未被校准的问题。

低置信度则至少容纳两类不同情况。某区域可能本来高度柔性或缺少单一稳定构象，也可能具有相对稳定的结构，只是预测所依据的信息不足以确定它。机构方法文档明确区分这两种可能。[54-3] 因此，低分不是无序的直接测量，更不是没有功能的证明。它首先提示：当前坐标不应被当作精确、稳定的空间事实来使用。

这一区分会改变后续问题的形式。若主要问题是信息不足，研究需要增加能够约束空间关系的证据；若区域在所研究条件下确实具有多种构象，那么目标可能应从寻找唯一坐标，转向描述状态分布及条件改变时的变化。两种情形都可以表现为一条看似松散的预测链，但它们要求的解释对象不同。前者缺少对一个状态的确定，后者则可能根本不应由一个状态独占表示。

无序也不能被视为完整结构之外的无用剩余。某些区域的功能可能依赖柔性、可接近性或条件性的结合，而不是依赖持续保持同一种紧凑形状。这里的论证重点不是把无序浪漫化成万能机制，而是承认结构与功能的对应可以包括状态变化。研究者需要明确何种条件使何种表现发生，不能把模型无法稳定放置的部分从生物学问题中删除。

设想一个包含两个紧凑结构域和中间连接区域的蛋白。局部预测支持每个结构域的折叠，却没有充分支持两者的相对方向。若研究者据整幅图推测一个由两域共同形成的口袋，便把尚未确定的排列当成了已确定的前提。更稳妥的判断是分别保存结构域假说与域间关系假说，并为后者寻找额外约束。这个概念例子显示，不确定性需要附着在具体关系上，而不只是给整个蛋白贴一个“可靠”或“不可靠”的标签。

同样，一个高置信度构象也不自动说明它是研究条件中的主要状态。蛋白可能在结合伙伴、化学修饰或局部环境改变后呈现不同构象。对本章所讨论的二〇二一年模型，不能把单链预测任务无限延伸为全部复合物和条件空间的解决方案。之后模型如何扩大输入和预测对象，需要分别按照各自的原始论文评估，不能用后来能力回填早期成果，也不能把早期限制宣布为人工智能永远不能跨越的界限。

三维图像容易给人一种所有位置同时、稳定存在的感觉，因而科学交流需要保留它所省略的时间和条件。一个透明标注的不确定区域，可能比一条表面连续、实际依据薄弱的精细曲线更有价值。预测的成熟不仅体现在能够生成什么，也体现在能够将哪一部分可靠地交给下一步研究，哪一部分需要改变问题形式。

三　功能归属需要机制

结构能够强有力地限制功能假说，但通常不能单独完成它。一个表面凹陷可以成为结合部位的候选，却不直接说明结合对象、亲和程度或反应后果；两个残基在空间上邻近，可以支持某种相互作用方案，却不证明它们在细胞条件下共同承担所设想的作用。结构把可能性收窄，机制证据则需要继续区分这些可能性。

以一个假设性的酶功能研究为例，预测提示某些残基形成类似已知活性部位的排列。首先应确认观察到的反应是否确实由该蛋白贡献，然后才能追问这些残基怎样参与。改变候选位置以后活性降低，仍可能有多种解释：该位置直接参与反应，也可能影响整体稳定、结合伙伴或正确定位。若只保留“改变以后功能消失”这一句话，结构假说就会吞并所有其他原因。机制研究的价值正在于把这些原因分开。

因此，功能归属需要多个层次互相限制。分子层面的活性支持某种反应能力，定位材料说明这种能力是否有机会在目标场所发挥，细胞层面的变化则检查它是否参与所讨论的过程。不同层次不一定同时提供同样强的结论，也不能简单相加为一个总分。某种分子在体外具有活性，不保证细胞中相应底物可达；细胞表型改变，也未必能唯一指向预测结构中某个局部机制。

复合物问题进一步放大这种差别。即使两个单体模型各自可信，它们是否在相同地点和时间出现、是否形成稳定或短暂的结合、是否存在其他竞争伙伴，仍需取证。把两个表面在计算中摆成互补形状，只是产生一个界面假说。界面的生物学意义取决于相互作用发生的条件和后果。结构预测能够使这一假说更具体，却不能把共同存在、实际接触与功能贡献三个环节自动合并。

药物相关推断也必须按同样原则拆解。一个候选分子在模型中的位置看似合适，尚不能证明它真实结合；真实结合不必导致预期的功能改变；分子作用成立，也还没有给出其在完整生物体中的效果。这里不是降低结构研究的价值，而是让每项成果准确进入能够承担的推断环节。否则，最早的几何假说会在传播过程中被升级为最终效果，而中间需要检验的机制被省略。

SDE在本章的应用首先属于科学实践层面。S是一个带有可靠范围的结构候选，D是预测、评估和针对性比较形成的差异序列，E是局部几何、整体排列、条件说明与实验约束如何共同决定哪些结论可成立。S=F(D,E)要求坐标与可信范围一起进入判断；D=G(S,E)要求结构中出现的新候选关系确实改变下一轮取证；E=H(S,D)则检查验证结果是否迫使研究者重新划分可用区域、功能单位或条件范围。

这些方程把检查重点放在证据换层的位置：一项局部结构判断怎样进入细胞功能推断，中间需要何种机制连接，新增结果确认的是整体假说还是其中一部分。结构生物学的评价指标承担几何误差的测量，本书的跨章分析则追踪指标被带到另一种任务时是否仍有解释资格；二者的职责由所回答的问题区分。

功能验证也可能反过来改变结构对象。某种表现只在伙伴存在时出现，可能提示原先单体层级不足；某个局部差异不改变相关表现，则可能要求降低它在机制中的地位。扩大到复合物或多状态描述需要证据支持，不能因为整体更复杂就默认更好。较小对象若已经足以解释问题，应保留其简洁性；较大对象只有在改变可检验判断时才具有必要性。

四　预测结果怎样改变实验选择

评价预测对科学的贡献，不能只统计生成了多少结构图，也不能只罗列最后成功的案例。更有说服力的问题是：没有这项预测时，研究者会比较什么；得到预测以后，候选和证据任务怎样改变；改变是否减少了不确定性。一个高质量模型可能帮助排除不合理的空间方案，也可能使原先笼统的“这个蛋白参与调控”变成对某个区域、伙伴和条件的具体假说。这是预测进入发现过程的实际途径。

例如，研究者原先只能根据序列相似性怀疑两个蛋白具有关系，结构候选可能显示它们共享局部组织而在另一部分差异很大。后续研究可以因此分别追问共同部分与差异部分的作用，而不必把整体功能全部照搬。另一种情况是，预测让某个原先看来相距很远的序列位置在空间上接近，提供了新的机制比较方向。这些是合理的研究逻辑示例；要写成具体历史成果，仍需相应研究的前后记录。

预测也能改变实验结构解析中的搜索起点，但这种帮助并不抹去实验资料的作用。其他团队的评估强调预测作为有力假说的价值，同时保留对细节进行验证的必要。[54-2] 当预测与数据相互配合时，关键是说明最后哪些部分由数据支持，哪些仍主要依赖模型先验。如果在建立实验模型时使用了预测，又以两者相似证明预测独立正确，就可能形成证据循环。对验证独立性的审查，应当与对准确率的审查同样认真。

记录错误优先级也很重要。某个高置信度候选吸引大量后续工作，最后未得到支持，这仍是评价预测如何改变研究的一部分；某个低分区域因被过早排除而错过重要问题，也属于值得分析的后果。若只保存成功路径，技术史会把选择偏差误写为工具处处有效。更好的记录保留候选为何入选、依据何种证据被放弃，以及失败是否改变下一轮的判断规则。

路径在此具有清楚分工。S→D→E从预测结构进入，追踪它怎样改变验证安排，再检查新证据是否支持原先的功能关系；E→S→D则从已有的条件、伙伴和功能材料进入，判断模型是否表示了相关对象，然后决定预测应补充哪一类取证。前一路径擅长组织新假说，后一路径防止研究被一张方便获得的图牵引到不适当的问题。它们是本书的分析程序，不是模型训练的内部步骤。

一种真实的回写应当能找到前后差别：候选区域被重新排序，原先被合并的状态被分开，某个漂亮却不受资料支持的界面被撤回，或者新的结构线索使一个可验证机制成为研究重点。若只有宣传文字声称“改变一切”，却没有操作和判断的改道记录，就不足以支持较强的思想史结论。速度与规模是重要贡献，但对象边界和证据规则怎样改变，需要额外展示。

这还要求保存模型和输入资料的版本。同一个序列在不同预测条件下得到不同候选，可能改变后续研究的依据；如果只保留最终图像，就无法重新判断当时的选择是否合理。可追踪的预测记录使后来的成功与失败都能返回原来的问题，而不被新版本的结果覆盖。

二〇二一年的AlphaFold2个案因此展示了一个双重变化：可用结构假说大量增加，如何解释假说的责任也随之扩大。结构预测的成功使功能研究获得更精细的起点，却没有把生命活动压缩成静态几何。真正富有生产力的研究让预测进入证据链，同时容许实验、条件差异和机制冲突改变预测的用途。由此形成的新知识，来自可计算候选与可反驳解释之间持续而具体的往返。