编辑推荐：
为系统评估 AlphaFold 2（AF2）对特定蛋白家族的预测性能，研究人员对比分析 AF2 预测与实验核受体（NR）结构，涉及均方根偏差、二级结构等。发现 AF2 在柔性区域和配体结合口袋预测有局限，为基于结构的药物设计提供关键见解。
蛋白质结构预测是生命科学领域的核心挑战之一，其准确性直接影响药物研发与功能机制解析。尽管 AlphaFold 2（AF2）的出现革新了结构预测领域，但其针对特定蛋白家族（如核受体）的系统性评估仍显不足。核受体（Nuclear Receptors, NRs）作为配体激活的转录因子，在细胞增殖、代谢调控等生理过程中扮演关键角色，且是 16% 小分子药物的作用靶点。然而，全长（Full-Length, FL）多结构域核受体的实验结构在蛋白质数据库（PDB）中极为稀缺，导致 AF2 对这类复杂结构的预测能力尚未得到充分验证。在此背景下，开展 AF2 预测结构与实验结构的全面对比，对于理解核受体的构效关系及指导药物设计具有迫切的现实需求。
为填补这一研究空白，来自相关研究机构的科研团队开展了首项针对 AF2 预测的核受体结构与实验结构的综合性分析。研究成果发表在《Computational and Structural Biotechnology Journal》上，为核受体领域的结构研究提供了重要参考。
研究人员主要采用了以下关键技术方法：利用 PyMOL 软件进行几何测量与结构分析，计算均方根偏差（RMSD）评估结构相似性，分析二级结构元件（SSE）分布，通过测量结构域质心距离、角度和二面角解析结构域组织，运用 msms 软件计算配体结合口袋（LBP）的体积、表面积等几何参数，并结合 Real-Space Correlation Coefficients（RSCC）与 pLDDT 分数评估结构验证参数，通过 Ramachandran 图分析 backbone 扭转角。研究对象涵盖 7 种人类核受体的全长多结构域实验结构，包括糖皮质激素受体（GR）、肝细胞核因子 4α（HNF4α）等。
结果分析
2.1 核受体结构数据分布
截至 2025 年 1 月，PDB 中人类核受体结构数据分布不均。12 种类固醇激素核受体共有 817 个结构，但仅有糖皮质激素受体（GR）和视黄酸受体 β（RARβ）具备全长多结构域数据；27 种营养传感器核受体含 1026 个结构，其中过氧化物酶体增殖物激活受体 γ（PPARγ）等 5 种存在全长结构；9 种孤儿核受体结构最少，仅 20 个，且部分无三维结构。总体仅有 7 种全长多结构域核受体实验结构可供分析。
2.2 结构均方根偏差
DNA 结合域（DBD）的平均 RMSD 值低于配体结合域（LBD），但 41.7% 的案例中 DBD 的 RMSD 高于 LBD，显示结构域特异性差异。配体结合域的结构变异系数（CV=29.3%）显著高于 DNA 结合域（CV=17.7%），提示柔性区域预测挑战更大。部分受体如 NURR1 的结构域差异显著，反映 AF2 对动态区域的捕捉不足。
2.3 二级结构元件分析
AF2 预测倾向于高估 α- 螺旋含量（DBD +4.2%，LBD +3.8%），同时低估环区比例（-5.0%），二者呈强负相关（LBD r=-0.906）。例如，RXRα 的预测结构中出现实验结构未显示的 β- 折叠，表明 AF2 可能偏好预测稳定结构元件，而忽略动态区域的真实构象。
2.4 结构域组织几何分析
同源二聚体（如 GR、HNF4α）在结合 DNA 时呈现显著不对称构象，不同单体的结构域距离与角度差异明显，而 AF2 仅能捕捉单一延伸构象。异源二聚体（如 RXRα-LXRβ）的结构域排列具伙伴特异性，AF2 对这类依赖相互作用的构象适应性预测不足。二面角分析显示，GR 和 NURR1 存在双模态分布，AF2 未能完全覆盖这些功能相关的构象集群。
2.5 配体结合口袋几何
AF2 系统性低估配体结合口袋体积（平均 - 8.4%），LXRβ 的实验结构体积较预测值大 150% 以上。尽管口袋球度预测准确（r=0.891），但有效半径偏差显著，提示 AF2 可能偏向预测紧凑构象，影响药物结合位点的精准识别。
2.6 结构验证参数
pLDDT 分数与 RSCC 值在稳定区域吻合良好，但在柔性区域（如 GR 的 S616 位点）出现显著差异。实验结构中功能重要的 Ramachandran 异常值在 AF2 模型中较少出现，暗示 AF2 的高立体化学质量可能以牺牲功能构象多样性为代价。
2.7 主链扭转角分析
AF2 模型的主链扭转角显示更高立体化学质量，实验结构中的异常值多位于功能相关区域。例如，PPARγ 的实验结构含 18 个 Ramachandran 异常值，而 AF2 仅 1 个，反映实验结构的 “不完美” 可能代表真实功能构象。
结论与讨论
本研究揭示 AF2 在核受体结构预测中兼具优势与局限：其能准确预测稳定构象的主链结构与立体化学，但在捕捉柔性区域、配体结合口袋动态及多构象状态（如同源二聚体不对称性）方面存在显著不足。这些发现对于基于结构的药物设计具有双重启示：一方面，AF2 可作为实验结构的有效补充，尤其在缺乏全长数据时提供初始模型；另一方面，需谨慎对待预测结果中的柔性区域，结合实验手段验证功能相关构象。
研究进一步指出，AF2 的局限性可能源于训练数据偏向静态结晶构象、缺乏配体与辅因子信息，以及对长程变构效应的建模能力不足。未来需结合分子动力学模拟、冷冻电镜等实验数据，发展混合建模方法，以更全面揭示核受体的构象景观。此外，新一代模型如 AlphaFold 3 在复合物预测中的进展，有望为核受体的动态结构解析提供新工具。
总之，这项研究不仅为核受体领域提供了首个 AF2 预测的系统性评估框架，也为其他复杂蛋白家族的结构预测验证奠定了方法学基础，强调了计算预测与实验验证协同推动精准药物研发的重要性。
