| name | af-analysis |
| description | Analyze AlphaFold3 prediction outputs with the af-analysis Python package. Use for AlphaFold Server fold_*.zip files, local AF3 output directories containing model structures and JSON files, ipTM_d0, pDockQ, mpDockQ, LIS, PAE matrices, ranking AF3 models, or generating AF3 interface-quality summaries and plots. |
AlphaFold3 深度分析 (af-analysis)
安装
af-analysis 包已安装 (v0.1.5)。如需要重新安装：
pip install af-analysis
依赖包：cmcrameri, ipywidgets, mdanalysis, nglview, numpy, pandas, pdb_numpy, scikit-learn, seaborn, tqdm
触发条件
- 工作目录包含
fold_*.zip 文件（AlphaFold Server 输出）
- 或工作目录包含 AlphaFold3 本地运行的输出目录（含
.cif/.pdb + json 文件）
- 需要深度分析 PPI 预测质量（超越基础 IPTM 排序）
使用方法
1. 快速 Ranking 分析
生成按 ipTM 排序的对比表格（输出到终端）：
python /path/to/cadd-skill/skills/af-analysis/af3_ranking.py --input .
输出到文件：
python /path/to/cadd-skill/skills/af-analysis/af3_ranking.py --input . --output af3_ranking.md --format markdown
python /path/to/cadd-skill/skills/af-analysis/af3_ranking.py --input . --output af3_ranking.csv --format csv
python /path/to/cadd-skill/skills/af-analysis/af3_ranking.py --input . --output af3_ranking --format both
2. 深度分析单个样本
python /path/to/cadd-skill/skills/af-analysis/af3_deepanalyze.py --zip fold_target_complex.zip --output target_complex_analysis/
输出包括：
analysis_summary.txt - 分析报告pae_matrix.png - PAE 矩阵热图
输出指标说明
| 指标 | 说明 | 质量判断 |
|---|
| ipTM | 接口预测模板分数 (AlphaFold3 原生) | >0.4 高质量，0.2-0.4 中等，<0.2 低质量 |
| ipTM_d0 | 基于 Dunbrack 实验室方法的改进 ipTM | 更可靠的 PPI 质量指标 |
| pTM | 整体预测模板分数 | 越高越好 |
| pDockQ | 蛋白 - 蛋白相互作用质量评分 | >0.23 可能是生物复合物，>0.49 高质量 |
| mpDockQ | 多链 pDockQ | 适用于多聚体复合物 |
| Chain Pair PAE Min | 链间最小 PAE | <10 表示界面可靠 |
| LIS | 局部相互作用评分 | 补充评估界面质量 |
示例输出
Ranking 表格
| 排名 | 项目名称 | ipTM | ipTM_d0 | pDockQ | PTM | Chain Pair PAE Min |
|------|----------|------|---------|--------|-----|-------------------|
| 1 | target_partner_1 | 0.49 | 0.52 | 0.61 | 0.52 | 3.66 |
| 2 | target_partner_2 | 0.42 | 0.45 | 0.53 | 0.45 | 3.82 |
| 3 | low_confidence_pair | 0.16 | 0.18 | 0.12 | 0.57 | 25.62 |
深度分析报告
包含：
- PAE 矩阵热图（链内 + 链间）
- pLDDT 分布图
- 3D 结构可视化（使用 NGLView）
- 界面残基分析
Python API 使用示例
from af_analysis import Data
from af_analysis.analysis import ipTM_d0, pdockq, mpdockq
data = Data(directory=".", format="af3_webserver")
ipTM_d0(data)
pdockq(data)
mpdockq(data)
print(data.df[["query", "ipTM", "ipTM_d0_A_B", "pDockQ", "mpDockQ"]])
data.plot_pae(index=0)
data.show_3d(index=0)
注意事项
- zip 文件处理: 脚本会自动解压 zip 文件到临时目录进行分析
- 数据格式: af-analysis 包期望特定命名格式，脚本会自动处理转换
- 可视化依赖: NGLView 需要在 Jupyter 环境中使用
- 内存使用: 大批量分析时注意内存占用，建议分批处理
与 af3-ranking 的区别
| 特性 | af3-ranking (旧) | af-analysis (新) |
|---|
| 实现方式 | Shell + jq | Python + af-analysis 包 |
| 指标 | IPTM, PTM, PAE | ipTM, ipTM_d0, pDockQ, mpDockQ, LIS |
| 可视化 | 无 | PAE 热图、pLDDT 分布、3D 结构 |
| 输出格式 | Markdown/CSV | Markdown/CSV + 图表 + 报告 |
| 适用场景 | 快速筛查 | 深度分析 |
参考文献
