结果页先看哪里：pLDDT、PAE 与模型边界

AlphaFold 结果页打开时，最先抓住眼睛的往往是彩色三维模型：一条蛋白链盘成团，螺旋、折叠片和长环都能旋转查看。可是同一页上还有几样同样重要的东西：序列位置、局部置信度颜色、PAE 方格、模型说明，以及能够下载坐标和置信度文件的入口。序列、MSA、残基关系和结构模块把坐标送到结果页以后，新的问题出现了：坐标已经出来，第一眼应该先看哪里？

这张页面不能当成实验结构本身。它是一套预测坐标，加上一套不确定性语言。三维图回答“模型给出的姿势大概是什么”，颜色和方格继续追问“这张图哪些地方更稳，哪些地方还要慢一点”。如果只盯着最漂亮的旋转模型，结构假设很容易变成过早的工作解释；如果把置信度一起读，模型才会变成可排序、可检验、可推翻的实验起点。

结果页上的这些元素最好同时读。三维图给空间直觉，序列尺把片段放回 N 端到 C 端的位置，颜色提示局部把握，PAE 方格提醒区域之间的相对关系。只看三维图，会把模型看得太实；只看颜色，会忽略域间摆位；只看 PAE，又可能把局部骨架质量和相对位置混成一件事。

19.1先别急着相信三维图

可以先想象一条多结构域蛋白的结果页。左侧模型里，N 端有一个紧实结构域，中间接着一段柔软连接区，C 端还有另一个结构域。模型被着色以后，两个结构域内部显得很可靠，连接区颜色浅，右侧 PAE 方格在两个结构域之间留下一大片不确定区域。第一眼看过去，它像两个硬块被一根线串在一起；真正要读的，是这张图正在把问题拆成几类。

第一类问题是局部骨架。一个结构域内部的螺旋和折叠片是否可靠，关系到构建体边界、保守位点突变和可能口袋的第一轮选择。第二类问题是柔性片段。颜色浅的尾巴、连接肽或插入段，可能是模型信息不足，也可能是天然无序或需要伙伴才稳定。第三类问题是区域之间的相对位置。两个结构域各自清楚，并不说明它们在整条链中的角度和距离也清楚。

结果页的正确入口是一组更细的问题：哪一段局部骨架可以先用？哪一段应该保留疑问？哪两个区域之间的摆位还缺约束？这组问题把一张图拆成不同重量的假设。重的假设可以先进入构建体和突变计划，轻的假设只能作为待查线索，不能直接画成固定接触或工作路径。

实际读页时，可以先做一次很朴素的标注。把序列上看起来像稳定结构域的区段圈出，把长尾巴、连接肽和插入段用另一种颜色标出，再把 PAE 方格中远离对角线的大块区域和模型里的两个空间区域对应起来。这个动作能立刻防止一种常见错觉：三维图上距离近的地方，就被当成真实关系；颜色深的地方，就被当成整条链都可靠。

如果结果页提供多个模型或不同版本，第一眼也不该只挑最顺眼的一张。候选模型在局部核心上是否一致，低分区是否乱成不同形状，两个结构域之间的相对角度是否反复变化，这些差异本身就是信息。稳定重复出现的局部结构，比一次漂亮姿势更有分量；反复变化的域间摆位，则提醒后续实验别把它写成固定界面。

19.2pLDDT 管局部，不管全部

pLDDT 是 predicted Local Distance Difference Test 的缩写。EMBL-EBI 的 AlphaFold 培训材料把它解释为逐残基的局部置信度指标，通常用 0 到 100 的分数表示；分数越高，模型越有把握认为这一小段局部结构接近真实情况。结果页上常用颜色把 pLDDT 映射到三维模型和序列位置，让人一眼看出哪些残基所在的区域更稳。

“局部”两个字必须放在前面。pLDDT 高，通常说明模型对该残基附近的骨架更有把握。一个结构域核心大面积高分，常常可以支持第一轮构建体边界、保守位点检查、稳定性突变或活性位点附近的候选清单。若某个口袋边缘由几个高分片段共同围出，研究者可以更早把它列入待检对象。

可是 pLDDT 不负责全部判断。它不能证明一个口袋在真实细胞状态下开放，不能证明小分子或辅因子一定处在那里，不能证明某个侧链姿势在反应过程中不变，也不能证明两个结构域之间的角度可靠。pLDDT 只是在局部尺度上说“这里的骨架模型比较有把握”。把这个局部判断扩大成功能、活性、结合状态或调控路径，都会走过头。

高分区域也需要和外部材料互相校正。同源实验结构、保守性、已知突变、功能读数、结合读数和样品行为都会改变它的分量。若高分核心里的保守残基围成同一片表面，突变后活性也下降，这个区域会更早进入下一轮；若模型给出漂亮口袋，但保守性、同源结构和功能结果都不配合，它仍然只能停在候选清单里。

pLDDT 最容易被误用的地方，是把整条链涂成一个分数。一个蛋白常常局部很可靠、整体仍不确定。结构域内部高分，只说明这块“硬件”可能可用；连接区、域间角度、动态状态和细胞环境，仍要交给实验来判断。

看 pLDDT 时，还要区分主链和侧链。高分通常先支持局部骨架框架：这段链大致怎么折，核心有没有成形，二级结构是否可靠。侧链朝向、金属配位、小分子姿势和反应路径仍需额外证据。一个高分核心可以让第一轮突变清单更短，却不能把所有原子级细节都变成定论。

这种区分会影响构建体边界。若一个结构域从第 80 位到第 260 位都高分，边缘之外还有一小段低分尾巴，第一轮构建体不一定只做最短高分核心。研究者常会多留一些边界残基，同时保留全长或近全长版本，检查被剪掉的区域是否影响定位、互作或活性。pLDDT 给的是边界建议，不是剪刀。

它也会影响突变优先级。高分区域里的保守残基、带电簇、疏水核心和可能的功能表面，会先进入候选清单；低分区里的保守短基序或修饰位点，不能因为颜色浅就自动推后。好的清单会把“结构上有把握”和“生物学上值得查”分开记录，再看两者在哪里重合。

19.3低分区域也可能正在工作

低 pLDDT 区域很容易被看成麻烦。颜色浅，线条飘，三维图上不成团，构建体设计时似乎最该先删掉。这个动作要慢。EMBL-EBI 的材料提醒，低分可能有两类原因：一种是区域本身高度柔性或天然无序，缺少固定结构；另一种是模型没有足够信息来可靠预测。两种情况在结果页上可能都表现为低置信度。

低分不等于废料。柔性连接肽可能决定两个结构域能不能相对移动；无序尾巴可能带着定位信号；短线性基序可能负责短暂结合；修饰位点可能只在特定状态下工作；看似松散的区域，也可能等到膜环境、金属、修饰或蛋白伙伴出现时才稳定下来。预测模型抓不牢这段，并不等于这段没有生物学任务。

低分区给出的是实验提醒。比较稳妥的做法，是保留全长或近全长版本，再设计有层次的截短构建体。全长版本能检查定位、互作和功能是否依赖低分区；短版本能看表达、纯化和稳定性是否改善；点突变能测试短基序或修饰位点是否重要。几种版本放在一起，阴性结果才更容易解释。

低分区还会改变读数选择。若怀疑定位信号，细胞定位比纯化峰更早给信息；若怀疑修饰位点，改变修饰条件或检测修饰状态更直接；若怀疑短暂互作，交联、细胞内互作或不同条件下的结合读数比静态截图更有用。模型页只把“这里不稳”放到桌面上，后面的实验要区分柔性、信息不足和真实调控。

把低分区直接删掉，常常让实验看起来更顺。蛋白表达更高，纯化峰更尖，样品更好处理。可如果功能读数跟着消失，问题就会变得难解：改善的是样品行为，还是切掉了关键调控片段？结果页里的浅色区域正是在提醒，漂亮样品和正确问题并不总是同一件事。

低分区还有一种更隐蔽的价值：它可能负责让蛋白在不同状态之间切换。稳定核心像机器的硬部件，柔性段有时像铰链或短暂贴合面。模型抓不住它的固定姿势，恰好可能因为它没有固定姿势。若这段区域携带保守短序列、已知修饰位点或反复出现的疾病变体，低分反而应该让实验更谨慎。

因此，结果页上的浅色片段最好被写进实验表，而不是从图上抹掉。表里可以列出全长版本、保留低分区的近全长版本、去掉低分区的短版本，以及只改短基序或修饰位点的点突变版本。随后看表达、定位、互作、稳定性和功能读数怎样分开变化。这样的设计不会让低分区马上变成答案，却能避免把它过早变成空白。

低分和无序也不能完全画等号。有些区域确实天然无序，有些只是当前序列线索太少，有些在没有伙伴时松散、结合后变得有结构。结果页只能提示“模型此刻没有把握”。翻译成实验语言时，应当保留对照、条件和替代解释。

19.4PAE 管相对位置，不管局部骨架

PAE 是 Predicted Aligned Error，预测对齐误差。它估计的是：如果把模型的一部分对齐到真实结构上，另一部分的位置可能会有多大误差。AlphaFold 结果页通常把 PAE 做成方格图，横轴和纵轴都是序列位置；一个格子对应两个残基或两个区域之间的相对位置把握。

PAE 和 pLDDT 问的是两种问题。pLDDT 看局部骨架，PAE 看区域之间的相对摆位。两个结构域内部都高 pLDDT，只能说明它们各自可能预测得好；若 PAE 在两个结构域之间显示不确定，整条链中的相对角度和距离就不能直接相信。两个硬块清楚，不等于它们被正确地摆在了一起。

方格里的对角线附近通常反映一个区域内部；远离对角线的格子更适合检查相隔较远的片段之间是否能相互定位。若两个结构域各自区域颜色深，域间格子却显示误差大，稳妥读法是：局部模型可用，域间关系待查。此时界面、调控箭头、固定接触图都要谨慎，最好先画成候选关系，而不是事实关系。

PAE 也不能被当作实验距离图。它不是交联距离，不是 FRET 距离，也不是显微镜或散射数据。PAE 提示模型对相对位置的把握，不能直接证明两个区域接触，不能证明构象切换发生，也不能证明某个界面在细胞里稳定存在。它的价值在于提醒哪类关系需要外部约束。

这一点对多结构域蛋白尤其重要。一个长蛋白可能由几个可靠的局部结构域组成，中间靠柔性连接区相连。结果页上的一次三维姿势只是模型给出的一个摆放方式。若 PAE 提示域间不确定，研究者就要把“结构域内部能用”和“整条链姿势能信”分开处理。

读 PAE 方格时，轴上的序列位置很关键。若横轴第 80 到第 260 位、纵轴第 420 到第 690 位之间是一大片浅色，说明把一个结构域对齐以后，另一个结构域的位置仍可能偏很多。模型里两个结构域看似贴近，只能说明当前坐标给出这种摆法；方格提醒这种摆法的重量不够。

相反，如果两个远端区域之间 PAE 也低，说明模型对它们的相对位置更有把握。即便如此，仍要看这两个区域是否处在同一个生物学状态里，是否缺少伙伴或环境条件，是否与已知实验读数一致。PAE 让域间关系从“看起来近”变成“有多少把握”，但它仍属于模型内部的置信度，不会自动升级成实验结论。

PAE 也适合用来拆开假设。域内低 PAE、域间高 PAE，常常意味着可以先相信局部折叠，暂缓域间机制。连接肽附近 PAE 大，可能提示相对摆位不稳定。远离对角线的一块区域若突然变深，可以提示两个相隔很远的片段可能被模型稳定地放在一起。每一种读法都要回到具体序列区段和实验问题，不能只看方格颜色深浅。

19.5把结果页变成实验顺序

结果页读完以后，真正改变的是行动顺序。高 pLDDT 核心可以优先支持构建体边界、保守位点突变、稳定性检查和功能读数设计。低 pLDDT 尾巴或连接肽要保留全长对照，并用分层截短或点突变测试它到底是柔性噪声、调控片段，还是需要特定条件才成形的区域。PAE 不确定的域间关系，则需要先找外部约束。

这些外部约束可以很具体。交联能问两个区域在某些条件下是否靠近；互作实验能问两个片段或两个蛋白是否同场出现；FRET 或其他荧光距离读数能比较构象状态；SAXS 和负染电镜能给出低分辨率外形；活性状态比较能看有无伙伴、小分子、盐浓度或膜环境时读数是否改变。它们不一定马上给出高分辨率结构，却能把不确定的相对摆位变成可检验的问题。

同源结构和保守性也会参与排序。近亲蛋白的实验结构若与高分核心吻合，局部判断更稳；保守位点若集中在同一片表面，突变优先级会上升；疾病变体或既有实验突变若落在低分区，删除策略就要更保守；功能读数若与模型位置不匹配，漂亮模型也要退回候选状态。

预测条目和实验结构条目在浏览器里都能旋转、放大、截图，背后的证据来源却不同。实验结构要回到样品、数据处理、模型拟合和验证报告；预测结构要回到输入序列、同源信息、置信度和后续实验。页面相似，判断方式不能相同。结果页把不同来源的信息放到同一条序列和同一张空间图上，帮助下一步少走弯路。

数据库里的预测结构数量很大，反而让这种读法更重要。过去摸不到形状的蛋白，现在很快就能打开模型页。速度带来的风险，是截图比判断更快。pLDDT 和 PAE 的意义，正是让模型从“可展示的图”变成“可排序的假设表”：哪里先做，哪里慢做，哪里先留问号。

这个假设表还要写清失败后的解释空间。若高分核心突变后蛋白不表达，第一种解释可能是稳定性受损；若表达正常但活性下降，问题可能转向功能表面；若低分尾巴删除后活性消失，要检查尾巴是否带有调控或定位信息；若域间界面突变全是阴性，而 PAE 本来就高，最可能先降级的是固定界面假设。

结果页越早进入项目，越要把“先做什么”和“能说明什么”分开。高分核心可以让第一轮实验更集中，但第一轮读数仍然只能回答有限问题。交联支持两个区域接近，不等于给出完整姿势；互作读数阳性，不等于界面残基已经确定；活性变化明显，也不等于机制路径已经完成。模型负责把问题排队，实验负责逐个检查。

这种排序不该写成管理表。真正重要的是每个动作背后对应哪一种结构疑问：核心是否稳定，低分区是否必要，两个区域是否靠近，功能表面是否真的参与工作。把这些疑问写清，结果页才会从一张图变成下一步行动的索引。

19.6三个容易犯的错误

第一个错误，是看见高分模型就直接画工作路径。一个高分结构域可以支持局部构建体和突变计划，却不能单独证明功能、活性、细胞状态或小分子位置。没有表达、纯化、活性、结合或互作读数时，图上的箭头只能是待检路线。

第二个错误，是看见低分区域就直接删掉。低分可能来自柔性和无序，也可能来自信息不足，还可能来自需要伙伴或环境才稳定的片段。删除前至少要保留全长对照，安排有层次的截短版本，并让表达、定位、互作、稳定性和功能读数共同判断。

第三个错误，是看见两个高分结构域贴在一起，就把域间界面当成真实接触。两个结构域各自可靠，不等于相对摆位可靠。若 PAE 对域间关系没有把握，固定界面突变、接触图和调控路线都要放慢，先用交联、互作、距离读数或低分辨率形状来加约束。

还有一个更隐蔽的误差：把预测结构和实验结构看成同一种证据。实验结构来自样品和实验数据，预测结构来自序列、模型和训练出来的置信度。两者都能进入研究计划，但承担的重量不同。预测模型适合提出假设、安排顺序和缩小候选范围；实验和功能读数仍要负责把假设留下或淘汰。

这些错误常常来自同一种冲动：把页面上最清楚的部分当作整件事的答案。高分区域清楚，就急着讲功能；低分区域混乱，就急着删除；两个域贴近，就急着画界面；预测条目能旋转，就急着把它当作实验结构。pLDDT 和 PAE 的价值，正是把这种冲动拉回尺度问题：局部、区域、整体、状态和功能，不能互相替代。

所以，结果页上的每一类信息都应该配一个停顿点。高 pLDDT 后面要问：这个片段支持哪种局部实验，不能支持哪种机制结论？低 pLDDT 后面要问：它是柔性、无序、信息不足，还是条件依赖片段？PAE 后面要问：相对摆位是否足够支持界面和调控关系？预测结构后面要问：哪些外部材料可以把它留下，哪些实验可以把它淘汰？

回到开头那张结果页，三维图、颜色提示、PAE 方格和序列区段已经不再只是页面组件。它们共同把一个蛋白拆成几种不同重量的判断：局部骨架较稳的区域，可以先进入构建体和突变设计；低分片段，要带着全长对照慢慢测试；域间摆位不稳的地方，需要额外约束。结果页让结构假设更早出现，也让谨慎更早出现。

报告单、构建体设计表和第一轮实验会接过这张结果页。结构图进入真实研究时，不会只停在旋转截图里；它会变成构建体、突变、结合、活性、定位和结构验证的顺序。要看的不再只是模型页上的颜色和方格，而是一张结构图怎样改变第一轮实验。