CASP13：第一声惊雷

16.1排名页先让人停下来

CASP13 的结果页不需要戏剧化布景。它自己就够醒目：一串 target 编号排在表格里，旁边是评估类别、domain 切分、提交模型、实验结构和不同指标。DeepMind 的第一张公共答卷已经交到这里；判断不能从公司演示页、新闻标题或一张漂亮结构图开始，而要从这些公开材料开始。

盲测的硬顺序——序列先公开、实验坐标后揭晓、模型先提交、评测在最后——已经在 CASP 的考场上立好。这里只需记住一处对读图要紧的拆分：一个 target 可能被切成几个相对独立的 domain，某个 domain 内部预测得好，不等于整条链的相对摆位、柔性连接和功能区域都同样可靠。

CASP13 的 target list 还把时间边界写在页面上：目标何时进入列表，服务器队伍和人工队伍分别何时到期，哪些目标只给服务器，哪些目标对所有队伍开放。这些栏位看起来像竞赛管理，实际是在保护盲测。一个预测模型要被共同体认真对待，必须先在这样的时间表里留下提交记录，然后才有资格等实验结构揭晓。

结果页因此要按对象读。先看这是哪个 target，再看它被拆成哪些 domain；先看评估类别，再看模型与实验结构的叠合图。总榜当然会吸引注意，可 CASP13 的第一声响动并不只来自排名第一。更让共同体停下来的，是一些难目标、自由建模类别和模型—实验结构对照同时给出了不同以往的信号。

这种入口也把叙事的边界收住：不必想象谁在某个现场做出反应，公开页面已经把问题摆好。目标编号能追到序列和提交时间，domain 能追到评估范围，模型文件能同实验坐标对齐，评分表能把不同队伍放到同一把尺子下。剩下的问题很冷静——在同一批目标、同一条截止线、同一套评估下，预测坐标与实验坐标靠得有多近，错误又集中在哪里。AlphaFold 到底改变了什么，要从这些关系里读，而不是从公司演示页或新闻标题里读。

第一眼看过去，最该被标出来的不是一句“AI 赢了”；真正有分量的是自由建模那一栏。那里长期是结构预测最难读的区域之一：没有可靠整体结构模板可以直接借用，方法必须更多依靠序列家族、共进化线索和学习到的几何关系。CASP13 的异常信号，正是在这片区域里变得清楚。

16.2为什么自由建模格外扎眼

CASP 评估里常见两类难度。template-based modeling，通常缩写为 TBM，指目标有可用模板时的建模任务。若数据库里已经有相近结构，预测者可以借旧结构作为脚手架，再调整序列差异、局部插入和构象细节。这样的任务也会很难，但至少有一条旧路可以参考。

free modeling，通常缩写为 FM，情况更紧。目标并非没有任何线索；真正的难处在于没有可靠的整体结构模板可直接照用。目标可能仍有序列家族，MSA 里仍可能有保守列和共同变化，统计模型也可能从远缘同源里读到残基关系。困难在于，这些线索不足以让人简单沿着一个已知三维框架改图。方法必须把分散线索组织成整体折叠。

这正是 CASP13 让人重新估计能力的地方。过去许多方法在自由建模目标上容易出现同类问题：局部片段像，整体拓扑不对；某些二级结构位置合理，远距离接触没有把主链拉成正确形状；domain 内部还可以，domain 之间相对方向却不可靠。自由建模目标把这些问题集中暴露出来，所以它比普通排行榜更能测试方法的底层能力。

FM 和 TBM 的区分也避免了另一种误读。若一个方法在有好模板的目标上表现好，可能说明它很会使用已知结构，也可能说明目标本来就给了足够清楚的脚手架。若同一个方法在自由建模 domain 上连续给出接近实验结构的大轮廓，判断就会变得更重：它不只是在旧结构附近修补，而是在弱模板条件下把远距离关系组织成了可比较的三维形状。

AlphaFold 在 CASP13 上扎眼，也因为它没有绕开这片困难区。它利用多序列比对、残基之间的统计关系和深度学习模型来预测残基距离等几何信息，再把这些信息用于生成三维结构。PDB 坐标档案、MSA 家族线索、共进化信号和 CASP 隐藏答案，在结果页上第一次被这套工程路线共同调用。

自由建模也提醒人不要把“没有模板”读成“没有信息”。一些目标的序列家族可能很深，MSA 给出的共同变化足够丰富；另一些目标家族很浅，信号稀薄，局部和整体都更难。CASP13 的价值在于，它把这些差异放在同一张公开卷面上，让每个目标的成功和失败都能回到类别、domain 和实验坐标里讨论。

前面铺出的公共材料包，真正落到了结果页上。DeepMind 进入蛋白质时，面对的是一个已有公开材料、公共评测和失败档案的任务；CASP13 则开始回答：当这套机器学习工程第一次进入盲测，它在最能显出差异的区域里给出了什么信号。

16.3数字很硬，边界也要硬

Senior 等人在 Nature 发表的 CASP13 系统论文，把这个信号写成了一组具体数字。在四十三个 free modelling domains 上，AlphaFold 有二十四个达到 TM-score 不低于零点七；下一名方法达到这一水平的是十四个。这组比较超出了单个漂亮案例：它落在一批自由建模 domain 上，也落在同一场盲测的同一把尺子下。

这组数字之所以有分量，先因为它来自盲测。参赛队提交模型时还没有公开答案，评估发生在实验坐标可用于比较之后。其次，它落在自由建模 domain 上，而不只落在有好模板的目标上。最后，它给出的也不只是“分数更高”这种模糊判断；表格里出现的是一个阈值附近的数量差：多少个 domain 的整体拓扑已经接近到足以被认真对待。

这篇论文的标题是“用深度学习得到的势能改进蛋白质结构预测”。这个题名本身也提示了 CASP13 版本的边界：它还没有后面那种端到端读图体验，网络预测出的距离信息需要先转成可优化的结构约束，再生成三维模型。它已经把学习到的几何关系推进到公开盲测里，却仍然需要经过模型生成、优化和目标级复盘。

TM-score 是这里必须慢下来读的指标。Zhang Lab 的说明把它定义为评估蛋白结构拓扑相似性的度量；它比传统 RMSD 更强调整体 fold 相似性，对局部结构变化没有那么敏感。分数最高为一，表示两个结构完全匹配；通常来说，高于零点五已经常被视为大体同一 fold。零点七这类阈值，能作为整体拓扑相当接近的参考。

可是 TM-score 再硬，也只回答一类问题。它主要帮助比较预测结构和实验结构的整体形状，不负责证明蛋白能表达，不负责证明活性位点已经可用，不负责证明侧链、配体、金属、界面、动态状态或细胞环境都被预测正确。一个 domain 的整体拓扑接近真实结构，仍可能在环区、末端、口袋和侧链细节上留下重要偏差。

所以，四十三、二十四、十四这组数字要带着边界读。它说明 AlphaFold 在 CASP13 的自由建模 domain 上明显超过同场方法，足以改变共同体对机器学习结构预测的预期；它没有说明结构预测已经变成自动流程，也没有说明所有生物学问题都能由一个坐标模型直接作答。

这个边界并不会削弱数字，反而让数字更可靠。科学共同体真正关心的不是一句夸张结论；更要看数字能落到哪里、不能落到哪里。CASP13 的强信号正是这样出现的：它在自由建模 domain 上足够清楚，同时仍然要求人回到目标级图像和实验条件里继续拆开判断。

16.4惊雷来自目标级复盘

CASP13 的震动不是从一张冠军截图里来的。它来自许多目标被逐个打开之后的复盘。评测人会把预测模型和实验坐标叠在一起，看主链是否进入同一片空间，螺旋和片层是否排成相近关系，长程接触是否把整体轮廓拉住，domain 内部是否稳，domain 间相对位置是否合理。

先看主链，是因为主链决定了大轮廓。一个结构若连螺旋、片层和折返的相对关系都对不上，后面的功能解释通常很难继续；若主链大体贴近，研究者才会进一步放大到环区、末端和口袋。CASP 的模型—实验结构叠合图把这种顺序变得可见：先问整体，再问局部；先问可比范围，再问生物学含义。

这种复盘会把总分拆成更细的问题。一个模型可能整体分数不错，活性口袋附近却偏得厉害；也可能 domain 内部预测准确，两个 domain 的相对朝向仍有疑问；还可能在低信息家族里失去长程约束，只剩局部片段相似。CASP 的重要性就在这里：它让成功和失败都回到同一个目标、同一个 domain、同一个实验结构对照里。

模型叠合图尤其能改变判断。只看表格，人很容易把高分想成整张结构都可靠；把预测骨架和实验骨架放在一起，偏差会变得具体。哪段主链跑偏，哪个末端没有稳定坐标，哪片环区可能影响功能面，哪两个结构域之间的角度还要谨慎，这些问题都能在图上被重新追问。

domain 切分也会改变读法。一个 target 若被拆成几个 domain，每个分数都要回到对应的评估范围。domain 内部骨架贴近实验结构，可以支持局部构建体或突变优先级；domain 之间的相对位置若没有同样稳，就不该立刻画成固定界面。CASP13 的进步要读得准确，必须把这些层次分开。

失败目标同样有价值。一个低分模型若主要错在 domain 摆位，后续改进方向会指向整体几何和连接区域；若错在浅家族目标，问题可能回到 MSA 厚度和可用演化线索；若错在局部口袋附近，实验室就要把功能判断放慢。CASP13 让强结果变得醒目，也让这些失败类别变得更可讨论。

自由建模目标也让序列线索的价值被重新评估。若一个目标有深 MSA，模型可能从共同变化中读出长程接触；若家族很浅，统计信息不足，系统就会更依赖训练中学到的结构规律。不同目标之间的差异，帮助研究者判断 AlphaFold 的进步来自哪里：是更会使用演化线索，还是更会把距离关系组织成整体形状，或者两者同时发生。

目标级复盘还会回到实验。结构模型若给出一个可信的大轮廓，研究者可能更早挑选构建体边界，先测试稳定核心，或把突变位点投到同一片表面上看；如果局部区域偏差明显，实验计划就要保留更多对照。CASP13 不会替实验室决定哪个样品一定成功，但它开始改变第一轮问题怎样排队。

这种改变比“某队获胜”更深。排名页只是入口，真正的判断发生在目标表、domain 切分、评分表、叠合图和实验坐标之间。许多目标上的判断叠在一起，才让 CASP13 成为第一声惊雷：共同体看到的已超出单次好运，更像是一种能力基线开始移动的迹象。

16.5仍然不能把题宣布做完

第一声惊雷再响，也不能把结构预测宣布完成。CASP13 版 AlphaFold 还不是后来那种更整合的系统。Senior 等人的论文描述的是先由神经网络预测残基距离等信息，再把这些信息转成势能并优化出三维结构。强信号已经出现，多环节流程也仍在场；每个环节都会留下自己的误差和选择。

多环节流程的意思很具体。距离预测可能把某些残基关系抓得很好，也可能在低信息区域变得模糊；势能优化能把大量约束合成坐标，也可能在互相冲突的约束之间作出错误折中。最终模型交到 CASP 页面上时，已经经过一串处理步骤。分数告诉人结果有多接近实验结构，不能自动告诉人每一步为什么成功或失败。

局部区域仍会困难。长环区、柔性末端、低复杂度片段和缺少家族信息的区域，常常没有足够稳定的线索。整体拓扑接近，不等于这些局部区域都能用于功能解释。一个催化口袋附近的几埃偏差，可能足以改变突变实验或配体判断；一个看似合理的末端，也可能在真实样品中保持无序。

多结构域目标也不能被轻轻带过。某个 domain 内部预测得好，另一个 domain 内部也预测得好，两个 domain 的相对角度仍可能依赖连接肽、配体、伙伴蛋白或实验条件。若研究者把一次预测摆位直接画成固定界面，后面的互作实验很容易变得难解释。

复合体、配体、金属离子、膜环境和样品条件同样保留边界。CASP13 主要让人看到单链或 domain 级别的结构预测能力跃升；真实生物学问题经常还要问蛋白在什么状态下折叠、和谁结合、在哪个细胞环境里工作。模型提供起点，表达、纯化、结构实验、突变、结合和活性读数仍要继续作答。

高整体分数也不等于功能解释已经成立。结构模型能帮助研究者提出更好的假设，却不能替代实验读数。若模型提示几个保守残基聚在一片表面，第一步也许是设计点突变；真正能不能支持机制判断，还要看表达量、稳定性、结合、活性或结构解析结果是否一起指向同一结论。

还有训练和评估的时间边界。CASP13 的信号之所以可信，是因为预测先提交，实验坐标后比较；若评估材料被训练过程提前看见，强结果就会失去分量。机器学习团队越强，数据边界越要清楚：哪些结构进入训练，哪些目标属于盲测，哪些同源模板过近，哪些家族信息可能让难度降低，都要经得起外部追问。

把这些边界说清，CASP13 才不会被写成神话。它改变的是能力预期：过去许多没有好模板的新序列，默认要经历漫长摸索；现在，机器学习模型在公开盲测中显示出更强的大轮廓预测能力。可它没有取消失败，也没有取消实验。相反，它让剩下的失败更清楚：哪里是局部精度，哪里是家族信息，哪里是 domain 摆位，哪里是样品条件。

16.6成绩页把压力留给下一次评估

回到开头那张 CASP13 结果页，页面上的对象已经有了不同含义。target 编号不只是参赛题号，它把序列、截止时间和实验坐标串在一起；FM 分类不只是难度标签，它指出这次信号最集中的区域；domain 切分不只是评估技术，它提醒人每个分数都落在特定对象上；模型—实验结构对照不只是展示图，它让成功和失败都能被重新检查。

这一页也把几类材料重新收拢。PDB 坐标在这里成为最终对照，MSA 和共进化线索在这里接受目标级检验，CASP 的隐藏答案在这里保护时间顺序，DeepMind 的工程能力在这里变成公共结果。每一项材料都不再只是背景，而是判断这声惊雷是否真实的一部分。

这就是第一声惊雷的准确位置。它让共同体抬头，让许多人意识到结构预测的起点正在改变；同时，它还没有让人放下验证表。自由建模数字很强，局部错误、流程分段、多结构域摆位、低信息家族和实验边界也同样真实。强信号和边界一起存在，才是 CASP13 留下的真正局面。

对 DeepMind 来说，CASP13 也像一张公开成绩单和返工清单。哪些目标被整体形状抓住了，哪些目标仍在局部出错；哪些进步来自 MSA 和共进化线索，哪些来自深度学习对几何关系的组织；哪些流程可以更统一，哪些生物学边界必须保留。公开盲测把这些问题从内部调试变成共同体可以追问的材料。

对结构生物学共同体来说，CASP13 没有把实验推到场外。它让模型更早进入讨论，却也让实验问题更早变得具体：哪个构建体先做，哪个突变先查，哪个 domain 摆位要保留疑问，哪个局部区域还不能当成结论。模型和实验之间的关系开始改变，但终判仍然回到样品、坐标和读数。

这也是结果页留下的压力。若一场比赛只出现偶然亮点，公开记录很快会把它放回旧基线；若一种方法真正改变了能力预期，新的目标表就会要求更稳定、更统一、更少人工痕迹，也要求在更多目标类型上保持强度。CASP13 把问题抬高了，公共考场会按新的高度继续追问。

因此，这声响动的余波落在两边：模型团队要解释成功从哪里来，结构实验者要判断哪些地方可以先信、哪些地方必须继续查。公开考场把这两种追问放到同一张结果页上。

新的目标表因此更重。CASP13 已经让基线开始移动，CASP14 要检验的是这种移动能不能变成新的门槛。问题不再只是 AlphaFold 能不能在几道难题上发出强信号，而是整条评估基线会不会被重新画出来。