短肽蛋白质结构预测模型的综合评估

短肽由于缺乏稳定的三级结构、构象柔性高以及进化信号有限，给计算结构生物学带来了独特挑战。为探究现代深度学习架构如何应对这些挑战，我们对五种最先进的蛋白质结构预测模型进行了全面基准评测：AlphaFold2、RoseTTAFold2、ESMFold、OmegaFold 和 DMPfold2。基于从蛋白质数据库（Protein Data Bank）中整理得到的实验测定短肽结构数据集（10–49 个氨基酸），我们系统评估了这些模型在不同序列长度和二级结构类别中的预测性能。 我们的结果表明，预测准确性会随着肽长度的增加而系统性提高。此外，与富含 β-折叠和本征无序序列相比，所有模型在 α-螺旋肽和混合结构肽上的表现均显著更好。在所评估的方法中，AlphaFold2 以及单序列语言模型 ESMFold 和 OmegaFold 整体上表现出最高的一致性和准确性。我们还观察到，对于短肽而言，模型内部置信度评分的校准并不完全准确，因此需要谨慎解读。最后，通过将我们的分析扩展至包含未表征抗菌肽的 dbAMP3 数据集，我们证明了在缺乏实验参考结构的情况下，多模型共识方法能够为识别稳健的结构假设提供一种合理框架。

短肽由于缺乏稳定的三级结构、高构象柔性以及有限的进化信号，给计算结构生物学带来了独特挑战。为探究现代深度学习架构如何应对这些挑战，我们对五种当前最先进的蛋白质结构预测模型进行了全面基准评测：AlphaFold2、RoseTTAFold2、ESMFold、OmegaFold 和 DMPfold2。基于从蛋白质数据库（Protein Data Bank）中筛选整理的实验测定短肽结构数据集（10–49 个氨基酸），我们系统评估了这些模型在不同序列长度和二级结构类别下的预测性能。

我们的结果表明，预测准确性会随肽链长度增加而系统性提高。此外，与富含 β-折叠和本征无序序列的短肽相比，所有模型在 α-螺旋和混合结构短肽上的表现均显著更好。在所评估的方法中，AlphaFold2 以及单序列语言模型 ESMFold 和 OmegaFold 整体上表现出最高的一致性和准确性。我们还观察到，对于短肽而言，模型内部置信度评分的校准并不完美，因此在解释这些评分时需要保持谨慎。最后，通过将我们的分析扩展至包含未表征抗菌肽的 dbAMP3 数据集，我们表明，在缺乏实验参考结构的情况下，多模型共识方法为识别稳健的结构假说提供了一个合理框架。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.02.736085v1?rss=1

🏷️ 短肽结构预测 蛋白质折叠 深度学习模型 基准评测 多模型共识