CASP14：门槛被改写
17.1成绩表把基线推到新位置
2020 年的 CASP14 成绩表，第一眼看到的还是熟悉的盲测格子：许多队伍、同一批 target、后揭晓的实验结构。真正变了的不在格子本身，而在格子背后——AlphaFold 2 的结果一旦落到这张公开表上，许多实验室打开模型文件时的第一个问题，就要从“能不能先得到一张图”换成“先查哪一块”。
CASP 的判断有一个硬顺序。参赛队先拿到目标序列，在实验坐标公开前提交预测；真实结构可用于评估后，评测人才把模型同实验结构对齐，用统一指标比较。这个顺序让事后解释不能冒充事前能力，也让公司声明、漂亮展示图和个人直觉都退到公开材料之后。
前一次盲测已经让结构预测共同体注意到基线在移动。CASP14 要回答更重的问题：那次强信号能不能在更多 target、更多 domain 和更高精度要求下持续出现。若只是几道难题上的亮点，成绩表会把它们分散在不同格子里；若是能力门槛改变，许多格子会同时抬高。
公开页面的克制正好让这个变化变得可查。target 有编号和序列，domain 有范围和类别，模型文件能同实验坐标叠合，评分表能把不同队伍放在同一把尺子下。真正改变判断的，是多个评估对象在同一盲测程序下连续给出高水平结果，而不是“AI 赢了”这样的一句话。
CASP14 因而不能写成一次产品发布。Prediction Center 的页面、target 列表、domain 定义、提交规则、实验结构、评分指标、评估论文和参赛队比较，共同构成公共判断。AlphaFold 2 的结果必须从这些材料里读，门槛被改写也只能在这些边界内成立。
这张成绩表还带来一个新的阅读顺序。先看评估对象，后看分数；先看模型与实验结构的叠合，再问它能改变什么实验决定。分数如果离开 target、domain 和坐标对照，很容易变成口号。CASP14 的分量，正来自口号被表格、坐标和叠合图一格一格地替换掉。
同一张页面上还有一些容易被忽略的小栏位：目标是服务器题还是人工队伍也能提交，属于 TBM、FM 还是混合类别，domain 范围覆盖哪些残基，模型是第一模型还是后续模型。这些栏位看似繁琐，却让评估从“谁做得好”变成“在哪一类对象上、在什么范围内、用哪一份提交做得好”。CASP14 的门槛变化，正要在这种具体范围里读。
所以，开头这张成绩表要一路保留下来，像一张折返用的地图。后面每一个判断都要回到它：分数为什么足够重，target 和 domain 为什么不能混读，实验为什么能更早行动，边界为什么不能省。到结尾再看同一张表，它会从排行榜变成一张新的实验起点图，也会指向模型内部尚未解释的过程。
17.2分数为什么足以改变判断
CASP14 的核心数字有两组。DeepMind 团队在 Nature 发表的 Highly accurate protein structure prediction with AlphaFold 说明，AlphaFold 在 CASP14 中通过盲测验证，在多数情况下达到可与实验结构竞争的精度，并大幅超过其他方法。论文还给出一把空间尺子：在 CASP domains 上，AlphaFold 的 median backbone accuracy 为 0.96 Å r.m.s.d.95，下一最佳方法为 2.8 Å r.m.s.d.95。
r.m.s.d.95 可以拆开读。r.m.s.d. 是均方根偏差，用来描述预测骨架和实验骨架在空间里相差多少；95 指覆盖 95% 的 Cα 原子来计算。这个指标比一句“很像”更具体：它把接近程度写成埃级距离，也把范围限定在骨架和 CASP domains 上。
另一篇 Applying and improving AlphaFold at CASP14 记录了提交系统和赛后改进。它报告说，评估者按 z-score 汇总时，AlphaFold 得到 244.0，下一组为 90.8；预测结果的 median domain GDT_TS 为 92.4。这里的每个限定都重要：median，domain，GDT_TS。它说的是一批 CASP domain 上的骨架相似性表现，不能伸展成所有蛋白状态的结论。
GDT_TS 是 CASP 常用指标。它比较预测骨架和实验骨架在多个距离阈值下能对齐多少，分数越高，说明整体骨架越接近实验结构。它适合判断三维大轮廓是否贴近，也适合在同一批目标上比较不同方法；它不负责证明蛋白一定表达、一定有活性，或者一定能在细胞里保持某个状态。
这些数字之所以足以改变判断，原因不在单个高分，而在它们同时落在公开盲测、多个 target/domain、统一评估和论文复盘里。z-score 的巨大差距说明同场比较里出现了明显分离；median domain GDT_TS 92.4 说明许多 domain 的骨架已经非常接近实验结构；0.96 Å r.m.s.d.95 则把“接近实验骨架精度”变成可讨论的空间距离。
分数还要和参照对象一起看。一个 90 分以上的 GDT_TS，如果落在清楚切分的 domain 上，通常意味着主链大轮廓已经可以认真进入结构假设；如果把它随手搬到整条多结构域蛋白、复合体或功能状态上，就会越过评估范围。r.m.s.d.95 也是这样：它让骨架偏差可度量，却不替侧链姿势、配体进入、金属配位或构象变化作答。
CASP14 论文材料的价值，正在于数字互相照亮。GDT_TS 告诉人整体骨架对齐得怎样，r.m.s.d.95 把空间偏差写成埃级距离，z-score 把同场队伍的差距汇总出来。几把尺子指向同一个方向时，共同体才会说基线真的变了；若只有一把尺子漂亮，判断会保留更多疑问。
边界同样要跟着数字一起出现。CASP XIV 评估论文把 CASP 描述为严格盲测和独立评估的共同体实验，同时把 CASP14 的强结论限定在单蛋白范围内。单蛋白或单结构域骨架预测大幅前进，不等于功能、活性位点、配体、复合体、动态状态和细胞环境都被解决。
分数变硬以后，科学判断反而更需要精细。一个 domain 的 GDT_TS 很高，可能说明大部分主链骨架贴近实验结构；同一模型里的末端、长环、插入片段、侧链或功能口袋仍可能需要额外检查。CASP14 改变的是结构假设的起点，不是把后续验证删掉。
这也是“接近实验精度”必须小心使用的原因。实验结构本身也有构建体、分辨率、缺失区域、配体条件和样品状态；预测模型接近某个实验坐标，说明它接近这个公开比较对象，不说明它已经覆盖蛋白在所有条件下的形状。精度越高，越要问清高在哪里、覆盖哪里、没有覆盖哪里。
17.3target 和 domain 不能混读
这里的分别只需点一次：target 是整道题，domain 是题里可以相对独立评估的结构单元；说 target 好可能指整条链整体不错，说 domain 好通常指某个结构域骨架很接近实验结构。两者混读，门槛变化就会被夸大或读偏。
多结构域蛋白尤其要守住这条线：一个 domain 内部骨架准确，可以支持局部构建体、保守位点和突变优先级；两个 domain 的相对角度却可能受连接肽、配体、伙伴蛋白、膜环境或实验条件影响。域内骨架可靠，不自动说明域间界面也已经确认。读结果页因此先看这道题评估的是整条链、某个 domain 还是多个 domain 的组合，再看分数落在哪个范围，最后才把模型和实验结构叠到一起看偏差：哪段主链贴得近，哪段环区跑偏，哪段末端没有稳定位置，哪个界面还需要谨慎。
target 和 domain 的区别还会影响实验计划。若一个 domain 内部很稳，研究者可以更早围绕它设计截短构建体或点突变；若整条链的域间关系不清楚，互作界面和调控模型就要放慢。CASP14 的成绩越强，这种分辨越不能省。
举一个读表顺序就能看出差异。某个 target 如果被拆成两个 domain，D1 和 D2 各自分数都高，研究者可以相信两个局部核心都值得先试；但两个核心之间怎样相对摆放，可能没有被同一个分数充分说明。若把 D1 和 D2 的域内成功合并成“整条链界面已定”，实验就会从一开始走到过度确定的位置。
反过来，一个 target 的整体分数如果被柔性连接段拖低，也不意味着所有区域都失败。稳定核心可能仍然很准，低分尾巴可能天然无序，domain 间摆位可能依赖伙伴或配体。CASP14 的结果要有用，就要允许这些情况分开进入实验计划，而不是把整条链贴上一个简单标签。
这种拆分也让失败更有信息量。domain 内部错，问题可能在局部折叠、模板、家族线索或模型几何；domain 间错，问题可能在连接肽、状态选择或评估对象本身。分清对象以后，失败不再只是“预测错了”，而是能指向下一轮验证该查哪里。
17.4实验设计从“有没有图”变成“先查哪一块”
CASP14 之后，预测模型不再只像赛后展示材料。对许多单蛋白或单结构域目标，它开始更早进入实验计划，成为构建体、突变和验证读数的讨论对象。研究者打开模型文件时，问题从“能不能先得到一张大致图”移动到“哪一块可以先查，哪一块要保留疑问”。
最具体的变化落在构建体设计表里。全长构建体保留可能的调控片段，截短构建体测试稳定核心，单 domain 构建体检查局部折叠，双 domain 构建体试探相对关系。若模型显示某段核心清楚，第一轮可以优先测试这段的表达和纯化；若模型显示长尾巴或连接区不稳定，全长对照就不能轻易丢掉。
突变清单也会变得更有方向。几个保守残基如果在预测结构里围成一个口袋，可以进入第一批点突变；疾病变体、功能突变或同源蛋白关键位点如果集中到同一片表面，这片表面会成为优先检查对象。若模型与旧实验读数冲突，冲突本身就变成新的实验问题。
模型还会改变验证读数的排列。表达量告诉构建体能不能做出来，纯化峰形提示样品是否单一，热稳定性看核心是否稳，活性和结合读数检查功能假设，互作或定位读数判断模型上的界面是否进入真实生物情境。预测模型帮助排序，实验读数负责裁决。
这类变化不需要宏大语言。它可能只是一张表的几行：先做全长和核心截短两个版本，先挑三个位于保守表面的点突变，再为低分尾巴保留一个带尾巴对照。CASP14 的意义进入研究节奏时，往往就是这些更早、更具体、错误成本更低的选择。
失败也因此更快变得可追问。若截短构建体不表达，研究者会回到模型看是否切断了折叠核心；若纯化时聚集，会检查低分区域、暴露疏水面和构建体边界；若活性读数不变，会重新判断突变位点是否真的落在功能面。模型没有替实验给出结论，却让第一轮失败更容易拆开。
这种排序还会改变样品周期。没有结构假设时，第一轮常常要用许多版本碰运气：全长、多个截短、多个标签位置、几个可能突变，全部排队试。骨架模型提前出现后，版本数量不一定变少很多，但先后次序会更合理。稳定核心先试，长环和尾巴保留对照，可能界面先用低成本读数探路。
文献阅读也会跟着换顺序。预测模型可以和同源结构、保守性图、旧突变结果、疾病变体和功能测定表一起打开。若这些材料指向同一片表面，第一轮实验会更集中；若它们互相冲突，计划就要保留替代解释，避免让模型独自决定实验方向。
在结构实验前，预测模型还能帮助判断“样品是否值得继续”。表达量低、纯化峰拖尾、热稳定性差时，研究者可以回到模型看问题是否出在截断边界、暴露疏水面或无序尾巴。若模型提示核心稳定而样品仍不单一，下一步可能是换构建体或换条件；若模型本身在关键区域不确定，过早投入高成本结构解析就要更谨慎。
这种改变不能提前替后面的应用章节作答。它只说明 CASP14 后预测骨架可以更早进入设计和验证的排序，不说明药物口袋、真实互作、临床变体、设计蛋白或平台化应用已经自动成立。门槛移动到实验入口处，后面的路仍由样品、读数和坐标继续检验。
17.5边界和成绩必须放在同一页
CASP14 的突破越强，边界越要跟成绩并排写。它改变的是一类结构预测任务的起点：许多单蛋白或单结构域的骨架模型可以更早参与实验设计。它没有让结构生物学停止，也没有把所有蛋白状态都变成已知。
多结构域相对摆位仍然谨慎。两个 domain 各自预测得好，连接它们的角度仍可能随着连接肽、配体、伙伴蛋白或实验条件改变。若把屏幕上的一次摆位直接画成固定界面，后面的互作实验会很难解释。域内骨架和域间关系必须分开读。
复合体、配体、小分子、金属离子、膜环境和翻译后修饰也不能由单链骨架分数直接推出。一个活性口袋看起来成形，不说明底物进入时侧链不会移动；一个单体结构很漂亮，不说明寡聚界面已经成立；一个膜蛋白片段合理，不说明脂质环境和状态切换已经被表示。
无序区和柔性尾巴更需要耐心。低分或没有稳定坐标的区域可能只是线索不足，也可能承担调控、定位、互作或修饰任务。把它马上删掉，表达和纯化也许更顺，功能读数却可能一起消失。高分核心给出第一轮构建体的信心，低分区域提醒人保留全长和分层截短对照。
静态模型也不能替代动力学。许多蛋白在开、关、半开或结合状态之间移动；实验结构本身常常来自某个构建体、某个配体条件、某个晶体环境或某个冷冻样品状态。预测模型如果接近其中一种稳定构象，已经很有用，却不能自动给出另一种构象、切换速度或能量障碍。
这些边界并不削弱 CASP14。相反，它们让突破更可用。若一项结果只留下豪言，人们很难知道从哪里开始，也不知道哪里该停。CASP14 把可先用的区域和必须谨慎的区域同时推到台前：单蛋白或 domain 骨架预测大幅前进，局部环区、末端、口袋、侧链、界面、复合体和细胞状态继续接受实验检验。
所以，门槛被改写的意思要窄一点，也要实一点。许多项目可以带着更具体的结构假设启动，先查稳定核心、先做构建体边界、先挑可能表面、先保留低分对照。实验不再从完全空白处出发，但实验仍然负责把假设变成可信判断。
还有一个边界来自训练和评估材料。CASP14 的说服力依赖盲测时间顺序：模型先提交，实验坐标后公开。日常使用时，若训练材料、同源模板或数据库更新时间边界不清楚，模型表现就可能被高估。机器学习结果越强，越要保留对数据来源、相似模板和目标状态的追问。
边界也要保护低分区域的生物学意义。无序尾巴、柔性连接段和短线性基序常常很难形成稳定坐标，却可能负责定位、调控、修饰或短暂互作。CASP14 让高分核心更有用，也让低分区域更需要分层实验，而不是被随手当成无用片段。
17.6从成绩表走进模型内部
回到开头那张 CASP14 成绩表，它的含义已经改变。target 编号不只是题号，它把序列、提交期限和实验结构串在一起；domain 切分不只是评估技术，它限定每个分数的对象；GDT_TS、z-score 和 r.m.s.d.95 不只是数字，它们把骨架接近程度放到可比较的尺度上。
这张表也把公共评测的力量显示出来。预测先交，实验结构后公开，评估者独立比较，后续论文把方法、数据边界和结果复盘写清。许多 target 和 domain 同时给出高水平结果，才让共同体承认：单蛋白或单结构域骨架预测的起点已经变了。
可成绩表只能说明结果发生了变化。它能告诉人 AlphaFold 2 在 CASP14 上把模型骨架推得多近，也能提示哪些实验问题可以更早启动；它不能解释模型内部怎样把序列字母、MSA、残基关系和几何约束组织成三维坐标。
这正是成绩表的边界。它回答“结果有多接近”，不回答“系统怎样得到这个结果”。它让人知道门槛被重新量过，却还没有解释序列家族怎样进入模型，残基之间的关系怎样互相校正，三维坐标怎样从内部表示里出现。若停在成绩表，CASP14 只能被记成一次胜利；继续往里走，它才会变成理解 AlphaFold 2 的入口。
这个空缺要沿着 target 页面往里看。继续盯着排行榜，只会重复“分数很高”；沿着那条输入序列走向亲戚表、残基关系方格和坐标输出，才会看到模型怎样把页面上的材料组织起来。CASP14 已经把门槛重新量过，真正需要追问的是：AlphaFold 2 里面到底发生了什么。