alphafold-database-fetch-and-analyze

AlphaFold Database：获取与分析

前提条件

1. uv：阅读 uv 技能，并遵循其中的设置说明，确保已安装 uv 且其位于 PATH 中。
2. 用户通知：如果工作区根目录中尚不存在 .licenses/alphafold_database_fetch_and_analyze_LICENSE.txt，则 (1) 显著提醒用户查看 https://alphafold.ebi.ac.uk/ 上的条款，然后 (2) 创建该文件，记录通知文本和时间戳。

概述

从 AlphaFold Database 下载给定 UniProt ID 对应的 AlphaFold 预测结构（mmCIF）和预测比对误差（PAE）矩阵，然后自动进行启发式分析，评估结构置信度（pLDDT）、内在无序区域、刚性结构域边界和结构域间柔性。

请勿在以下情况下使用：

• 用户只有蛋白质名称、基因名称或氨基酸序列（没有 UniProt ID）——请让他们在 UniProt 上查询 ID。
• 用户想要搜索结构同源物（请使用 Foldseek）。
• 用户想要对自定义序列运行 AlphaFold 预测。
• 用户需要实验测定的 PDB 结构（请使用 RCSB PDB）。

核心规则

• 使用封装脚本：务必执行提供的辅助脚本来查询数据库，而不是直接访问数据库。脚本会自动以适当方式执行所需的速率限制。
• 不要尝试自行计算结构域边界或评估结构无序情况；务必依赖脚本提供的输出。
• 如果使用了此技能，请确保在输出中提及。

实用脚本

1. 获取结构文件

下载 UniProt ID 对应的 .cif 结构文件、_predicted_aligned_error.json 和 API 元数据 JSON（-metadata.json）。对非常大的蛋白质支持片段回退。

示例：

uv run scripts/fetch_structure.py P00520 -o /path/to/output/
uv run scripts/fetch_structure.py P04637 -o /path/to/custom_results/

务必使用 -o 指定绝对路径或相对于用户项目根目录的路径，切勿使用相对于技能目录的路径。

2. 分析 pLDDT 置信度

从已保存的 AFDB 元数据 JSON 文件（由 fetch_structure.py 生成）读取 pLDDT 置信度指标，并输出启发式置信度评估（结构化、无序、混合）。

示例：

uv run scripts/analyze_plddt.py ./data/AF-P00520-F1-metadata.json

3. 分析 PAE / 结构域边界

读取已下载的 PAE JSON 文件，并使用滑动窗口 PAE 启发式方法检测刚性结构域边界。

示例：

uv run scripts/analyze_pae.py ./data/AF-P00520-F1-predicted_aligned_error_v6.json

解读输出

脚本会将分析结果打印到标准输出。请仔细阅读，并为用户综合整理结果：

1. 异构体 / 大型蛋白质警告（必须）： 检查脚本输出中是否有任何 [!] WARNING 行。如果脚本报告未找到规范条目并使用了异构体，或者蛋白质非常大（>2700 个氨基酸），则必须向用户醒目地传达此警告。不要省略此警告。
2. 综合结构分析： 将“pLDDT 结论”和“PAE 结构结论”合并为连贯的总体摘要。描述蛋白质整体折叠置信度、无序区域的存在情况，以及其刚性结构域的布局。
3. 突出关键指标：
   • 总体全局 pLDDT 和置信度占比细分（尤其是极低与极高置信度的占比）。
   • 结构域边界分析（不同全局结构域的数量及其具体残基范围）。
4. 明确的无序警告： 如果分析得出蛋白质具有高度内在无序性（例如，pLDDT <50 的比例很高，或缺少刚性结构域），则应单独醒目地发出警告。建议用户不要继续进行全蛋白质下游结构分析（如 Foldseek 或对接）。如果无序区域中存在小型有序结构域，则建议用户将后续任何分析严格限制在这些特定残基边界内。
5. 提醒用户，下载的 mmCIF 文件的 B-factor 列中嵌入了逐残基 pLDDT。