在线版网址：https :// colab . research . google . com / gi thub / deepmind / alphafold / blob / main / notebooks / AlphaFold . ipynb

（在线版使用教程：https://www.bilibili.com/video/BV1ng41177UC）

1. 登陆网址： https :// colab . research . google . com / gi thub / deepmind / alphafold / blob / main / notebooks / AlphaFold . ipynb（需要fq才能打开 Colab网址）

2. 从Uniprot得到完整序列，由AlphaFold2模拟三维结构。

（Uniprot数据库：https://www.uniprot.org/）

（1） query_sequence: 粘贴Sequence（如果您只输入一个序列，将使用单体模型。如果您输入多个序列，将使用多聚体模型。）

（2） jobnames: 设置文件名（开头）

（3） num_models：预测模型数。（越多越耗时，第一个为预测分数最高的）

（4） Runtime-> Run all-> Run anyway (右上角，给你一个GPU开始执行程序)

具体运行过程：

pIDDT（predicted IDDT匹配分数）：model confidence (out of 100) at each position. The higher the better

1. 选择序列，以甜菜夜蛾的海藻糖酶氨基酸序列为例。

MVSFCKMRGYLIVLAAAVALAGAADMRPTCSKPVYCNSKLLHKVQMARLYSDSKTFVDLQMNYDQNTTLNAFDTLLNDTDQEPSVEQLREFVEKHFSNNSELMPWRPPDFNTDPYSLNTIQDDDLREFARNITNIWPLLARKVKDEVIQNPDRYSLIPITNGFIIPGGRFTEIYYWDTYWIIGGLLISGMQEIAKGIIGNLIELLNMLGHIPNGSRWYYQERSLPPMLTAMVAIYYQYTNDTEFLRNNIAYLEKGMDFWFDERSVTVEKEGSNHTLLRYFAISSGPRPESYYEDYENAAEFSEQARTDFFIDIKSAAESGWDFSTRWFVNPDGSNTGTLKDIHTRYIIPVDLNAIFAGALQNIANFHVILGNHRDAVSFSQSAQQWRDSIQSILWNEEEGMWFDYDIRDQIHRKYFYPSNLAPLWQGAVDPNIVKANALRILNNLKQSGAFDFPGGVPTSLSRSGEQWDFPNVWPPEMSIAVNAIENIGTPEASVLAFETAQTFVRACHSGFSEYHQMFEKYDAENPGKFGGGGEYNVQYGFGWTNGVVLEFMKKYGEGMTANDSNELDTTASPSNSSDTSNNAA

输入序列->运行

2. 第三方软件下载完成

3. 多序列比对MSA，大约要1小时（序列太长，耗时）

4. 下载压缩结构（约2小时，见文件夹AlphaFold）、得到结果（如下图）。

继 AlphaFold 2 实现了蛋白质单体结构的高准确度预测，10 月 4 日 DeepMind 团队推出模型——AlphaFold-Multimer ，专长于蛋白复合物特别是结合界面结构预测的模型【1】。

（原文见公众号：https://mp.weixin.qq.com/s/jdIa3J98ozlxdvCXlx0DIQ）

参考文献

【1】 https://doi.org/10.1101/2021.10.04.463034