性能优于AF3？免费AI在线服务器，对蛋白质结构模型进行预测和质量评估

第一时间掌握

新鲜的 AI for Science 资讯

编辑 | 白菜叶

了解蛋白质复合物的结构对于健康、农业、生物工程等领域的突破至关重要。

雷丁大学（University of Reading）研究团队开发的 MultiFOLD2 和 ModFOLDdock2 分别是用于蛋白质四级结构预测和模型质量评估的服务器。

MultiFOLD2 集成了四级结构的化学计量预测功能，并改进了采样和评分功能，使其在 CAMEO 等连续独立基准测试中表现出色。

ModFOLDdock2 采用混合共识方法生成预测四级结构的全局和局部质量评分。

ModFOLDdock2 与 MultiFOLD2 既可以集成使用，又可以作为独立服务器使用，从而支持对任何来源的四级结构模型进行独立评估。这两款服务器均经过独立且严格的评估，在 CASP16 实验中展现出优异的性能。

该研究以「Prediction and quality assessment of protein quaternary structure models using the MultiFOLD2 and ModFOLDdock2 servers」为题，于 2025 年 4 月 25 日发布在《Nucleic Acids Research》。

继 AlphaFold2 在 CASP14 实验中取得成功后，蛋白质三级结构建模的精度已接近实验水平。因此，自 CASP15 实验以来，该团队的重点一直放在开发蛋白质四级结构建模方法及其质量评估方面。

针对 CASP15，研究人员开发了两个互补的服务器：MultiFOLD  用于三级和四级结构预测，以及 ModFOLDdock  用于评估多聚体模型的精度。

MultiFOLD：https://www.reading.ac.uk/bioinf/MultiFOLD/

ModFOLDdock：https://www.reading.ac.uk/bioinf/ModFOLDdock/

在最新的论文中，研究人员概述了 MultiFOLD 和 ModFOLDdock 服务器的主要更新，描述了它们的功能，并报告了它们在最新主要独立国际基准 CASP16 和 CAMEO 中的表现。

图示：MultiFOLD 和 ModFOLDdock 工作流程（来源：论文）

MultiFOLD2 和 ModFOLDdock2 均由 CASP16 评估人员独立进行基准测试。MultiFOLD2 也由 CAMEO 资源持续评估。在 CASP16 中，实验的一项重大变化是分阶段发布多聚体靶点。在第 0 阶段，服务器需要预测靶点的化学计量，因为最初并未提供此信息。此外，CAMEO 资源在向参与服务器提交靶点时不提供化学计量信息。

因此，对于 MultiFOLD2，其的主要创新之一是为服务器提供更稳健的化学计量预测。此外，MultiFOLD2 服务器改进了采样功能，添加了来自 AlphaFold2-Multimer 的模型，包括 dropout、RoseTTAFold2 和 RoseTTAFold-All-Atom，并使用 ModFOLDdock2 优化了模型评分。

图示：MultiFOLD2 服务器结果页面针对 CASP16 目标 T0240，其中正确预测了化学计量 A3，可使用移动和桌面浏览器查看。（来源：论文）

在连续 CAMEO 基准测试中，MultiFOLD2 的整体性能优于 AlphaFold3 (AF3)。在 CASP16 中，根据 GDT_TS 评分，MultiFOLD2 在中等难度和高难度目标的所有服务器方法中排名第六，并在极难领域目标中排名第一。在多聚体类别中，MultiFOLD2 超越了 AlphaFold2 (ColabFold) 基线服务器。此外，根据官方 lDDT 评分，MultiFOLD2 在阶段 0 多聚体目标上的性能优于 AF3。

ModFOLDdock2 服务器采用混合共识方法，为预测的四级结构生成全局和局部（界面残基）质量评分。ModFOLDdock2 与 MultiFOLD2 集成，但研究人员也将其作为独立服务器提供，从而方便用户独立评估来自任何来源的模型。

简而言之，与原版 ModFOLDdock 服务器的主要区别在于增加了新的评分和一个用于预测局部评分的神经网络。

图示：MultiFOLD2 和 ModFOLDdock2 对异多聚体 CASP16 靶标 H0225（阶段 0）/H1225（阶段 1）的预测示例，化学计量为 A1B1C1。（来源：论文）

ModFOLDdock2 在 CASP16 中荣获四级结构模型全局和局部界面评分第一名，其变体在各方面均表现优异。因此，该团队受邀在 2024 年 12 月的 CASP16 会议上展示他们的方法。

在 CASP16 和 CAMEO 上对 MultiFOLD2 和 ModFOLDdock2 进行了严格的独立评估后，该团队为它们提供了直观的线上访问界面，并免费向所有人开放，造福全球生命科学界。

访问服务器：https://www.reading.ac.uk/bioinf/

论文链接：https://academic.oup.com/nar/advance-article/doi/10.1093/nar/gkaf336/8119807?login=false

相关内容：https://x.com/BiologyAIDaily/status/1916347848108781766

人工智能×[ 生物 神经科学 数学 物理 化学 材料 ]

「ScienceAI」关注人工智能与其他前沿技术及基础科学的交叉研究与融合发展。