Nat. Struct. Mol. Biol. | AlphaFold 数据库正在“变老”: 为什么 2 亿结构模型也会过时？

DRUGONE

自 2022 年 AlphaFold 数据库（AlphaFoldDB）公开以来，它已为超过 2 亿条 UniProt 蛋白序列提供了预测的三维结构。作为结构生物学与 AI 制药的关键基础设施，AlphaFoldDB 被广泛应用于结构解析、突变效应预测、分子设计等众多任务。

然而，随着研究人员深入分析，这个庞大的结构资源正在悄悄老化。尤其在人类蛋白组的 20,504 个 AlphaFold 结构中，有 631 条序列已经与 2025 年的最新 UniProt 数据不一致——意味着3.08% 的结构模型不再与当前的真实蛋白序列对应。

AlphaFoldDB 的“时间差”：为什么结构会变得过时？

AlphaFoldDB 的结构是基于 2021 年 4 月版 UniProt 序列生成的。但 UniProt 会持续升级数据库，包括：

• 纠正注释错误
• 合并冗余序列
• 更新基因信息、物种注释
• 根据新实验数据调整序列

两者更新频率不一致，使得 AlphaFoldDB 不可避免地出现“时效性问题”。

研究人员对六大模式生物进行比对后发现：

• 人类与小鼠序列更新最频繁（差异分别为 3.08% 和 2.5%），因为相关研究最活跃。
• 果蝇与拟南芥差异很小（0.32% 和 0.18%）。
• 酵母仅 0.08%，几乎不受影响。
• 斑马鱼差异竟高达 46.68%，原因是 UniProt 对其蛋白序列进行了大规模清理。

这说明：随着时间推移，AlphaFoldDB 与生物学“真实世界”的差距会越来越大。

结构真的会变吗？以 ZNT2 为例

研究人员发现部分蛋白的序列不仅老化，还发生了实质性变化。

例如：

• ZNT2（Q9BRI3）是一种与新生儿短暂性锌缺乏相关的锌转运蛋白。
• 新版本 UniProt 在约 100 位点处新增了 50 个氨基酸插入片段。
• 当研究人员利用最新序列重新构建 AlphaFold2 结构时，发现：

跨膜区位置改变

金属结合位点也发生位移

这些变化足以影响功能解析、突变预测乃至药物靶点设计。

此外，有 221 条蛋白虽然序列长度未变，但氨基酸序列发生差异，如 serpin B11 在新版中出现 6 处残基替换。

更重要的是：406 条存在差异的蛋白具有高注释评分，512 条属于“已审核”蛋白，136 条已知与疾病相关。这意味着，模型老化影响的并不是无关紧要的蛋白，而是许多关键蛋白。

数据库“老化”是普遍现象，而非 AlphaFold 独有

斑马鱼的极端案例更突显该问题的普遍性：

• 由于 UniProt 近年大规模清理，斑马鱼的审核蛋白从原先的数千条减少到 3,355 条。
• 其中 93 条不在 AlphaFoldDB 中，一些甚至已在注释更新后获得“已审核”身份，但 AlphaFoldDB 仍停留在旧版本。

这意味着：结构数据库不仅序列会老化，注释也会老化。AlphaFoldDB 更新不够频繁，而基于其构建的各种工具、子数据库同样存在这一问题。

如何避免使用“过时结构”？研究人员给出的建议

为确保研究准确性，研究人员提出以下策略：

1. 始终以 UniProt 为主参考，检查序列是否仍然匹配

许多机构（如 UniProt、Swiss-Model）已经开始添加标记，专门提醒用户结构是否对应旧序列。

2. 必要时重新运行 AlphaFold2 生成模型

对于药物研发、功能位点预测、突变效应等关键场景，重新预测结构更可靠。

3. 使用同步工具，如 AlphaSync

这是目前用于更新 AlphaFold 模型的社区努力工具，正在对老旧模型进行重新建模。

4. 注意其他静态数据库也会老化

包括 missense 预测数据库（如 AlphaMissense），这些同样需要与最新序列比对。

最新进展：AlphaFoldDB 已发布更新版（2025）

研究人员在准备文章时，EMBL-EBI 宣布了 与 2025 年最新 UniProt 序列完全对应的 AlphaFoldDB 新版本。

这对社区是重大利好，但仍需注意：

• 各类衍生工具、模型库、第三方数据库可能 仍基于旧版本
• 这些资源 未必 会提示用户模型对应过期序列
• 风险在实际研究中依然存在

换句话说：AlphaFoldDB 更新了，但生态系统还未全部更新。

结语：时间在生物信息学中流逝得更快

AlphaFoldDB 是结构生物学史上革命性的资源，但它并非永恒不变。

• 序列会变
• 注释会变
• 生物学认识会变

在这个快速更新的时代，AI 结构模型也会“变老”。

保持数据同步、建立可持续更新的生态系统，将是未来 AI 生物信息学必须面对的重要挑战。

整理 | DrugOne团队

参考资料

Tsitsa, I., Conev, A., David, A. et al. The aging of the AlphaFold database. Nat Struct Mol Biol (2025).

https://doi.org/10.1038/s41594-025-01725-z

内容为【DrugOne】公众号原创｜转载请注明来源