AlphaFold3 置信度与 Boltz-2 亲和力能

自然科学
0 下载
2 浏览
2026-10-04

数据集简介

论文检验的问题

该研究关注计算结构生物学中的一个校验问题:AlphaFold3 输出的置信度指标与 Boltz-2 的亲和力预测,能否用来判断酶对底物的区分能力。作者选择大肠杆菌苏氨酰-tRNA 合成酶作为对象,把 18 种非天然氨基酸作为底物面板,逐一比较模型读数与已发表的底物区分因子。

涉及的 AlphaFold3 读数包括界面 ipTM、蛋白→配体 PAE 与配体 pLDDT;Boltz-2 一侧则使用其亲和头,并以 5 个随机种子重复运行。

方向相反的两组结果

对 AlphaFold3 而言,三项置信度指标都没有追踪已发表的底物区分因子,反而与残基体积相关,说明这些指标反映的是结构置信或局部空间性质,而非底物识别能力。

Boltz-2 亲和头的符号方向正确,但仍无法分辨不同底物之间的区分度。两种读数都对配体突变敏感,表明它们对结合位点的变化有响应,却没有校准到真实亲和力尺度。

复现论文的入口

归档包以自检脚本 reproduce.py 为核心,仅依赖 Python 标准库即可重新生成论文报告的全部数字;在归档数据上 38 项检查全部通过。

分析代码位于 code/ 目录,包括 extract_per_sample.py、extract_zn_distances.py、calibrate.py、build_t0b.py、verify_t0b.py、run_t0b.py、analyze_t0b.py、make_figures.py 与 fetch_refs.py,覆盖从原始预测提取逐样本观测量、构建与校验 T0b 数据、绘图到参考文献核验的完整流程。

手稿目录 manuscript/ 提供 MANUSCRIPT.md、.docx、.html 与 .pdf 四种版本,并附 figure1_calibration、figure2_knockout 两幅图的源数据 figure1_source_data.csv、figure2_source_data.csv,以及 table_S1.csv 与 table_S2_usage_counts.csv。

归档内容组织

data/ 目录存放派生表与汇总文件:per_sample_observables.csv 与 zn_distances.csv 各 350 行,前者每行对应一个 job/seed/sample 并记录该行来源路径,后者记录 Zn 到配体与蛋白的最近距离;freist1994_initial.csv、freist1994_table1.csv 与 freist_series_raw.txt 保存文献来源数据;master_af3_summary.csv、t0b_summary.csv 与 build_manifest.json 提供汇总与构建清单。

raw_predictions/ 目录收录三份压缩包:af3_inputs_with_msa.tar.gz、t0b_knockout_predictions.tar.gz 与 thrrs_ecoli_zn_panel_predictions.tar.gz,其中后者约 29.4 MB。

notes/ 目录包含 CALIBRATION_RESULTS.md、VERDICT_2026-10-02.md、T0b_RESULTS.md 与 references_verified.json,记录校准结果、判定与文献核验状态。

文件格式覆盖 csv、cif、tar.gz、zip、md、docx、html、pdf、png、txt、json 与 py;代码、数据与手稿的 zip 包约 1.1 MB。

用原始预测校验派生表

归档中的派生表并非孤立产物:per_sample_observables.csv 每行都带有来源路径,可回溯到 raw_predictions/ 中的原始预测压缩包;zn_distances.csv 同样以 350 行覆盖同一批样本。verify_t0b.py 与 reproduce.py 共同承担校验职责,前者核验 T0b 数据,后者重算论文数字并执行 38 项检查。

归档未包含的内容

AlphaFold3 写出的 *_data.json 原始文件每个约 140 MB,未收录在本归档中。使用者若需从最原始输出出发,需要自行生成或另行获取这些文件;归档提供的是压缩后的预测包与派生表。

引用与获取

数据以开放获取方式发布,采用 CC BY 4.0 许可,可从记录页 https://zenodo.org/records/23130644 免费下载。引用时请使用 DOI 10.5281/zenodo.23130644(概念 DOI 10.5281/zenodo.23129993)。作者为 McNeese State University 化学与物理系的 Kiran Boggavarapu(ORCID 0000-0003-0751-6459)。

基本信息

记录数量未知
文件大小派生表各 350 行;18 种非天然氨基酸面板;Boltz-2 使用 5 个随机种子;thrrs_ecoli_zn_panel_predictions.tar.gz 约 29.4 MB,代码/数据/手稿 zip 约 1.1 MB
文件格式CSV, CIF, TAR.GZ, ZIP, Markdown, DOCX, HTML, PDF,
数据来源Zenodo
许可CC BY 4.0
DOI10.5281/zenodo.23130644
概念 DOI10.5281/zenodo.23129993
版本v3
获取方式开放获取
数据落地页https://zenodo.org/records/23130644
发布日期2026-10-04
官方下载https://zenodo.org/api/records/23130644/files/af3_inputs_with_msa.tar.gz/content
可下载文件af3_inputs_with_msa.tar.gz(87.6 MB);t0b_knockout_predictions.tar.gz(59.8 MB);boltz2_affinity_predictions.tar.gz(38.6 MB);thrrs_ecoli_zn_panel_predictions.tar.gz(28.1 MB);aars-af3-calibration-v1_code-data-manuscript.zip(1.1 MB)
蛋白质结构预测AlphaFold3Boltz-2苏氨酰-tRNA合成酶底物特异性可复现研究

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费