4. 结构相似性度量体系
在蛋白结构比对与功能分析工程中，得到一个叠合结果只是第一步，真正决定结论可信度的，是选择哪一个相似性度量指标来量化“像不像”。RMSD、TM-score、GDT、LDDT、CAD-score 这五个指标经常被混用，但它们对“结构相似”的定义、对局部偏差的敏感程度、对长度差异的容忍度完全不同。选错指标，可能把一个同源关系判成无关，也可能把一个局部相似误判为全局同源。
五个指标各自在度量什么
RMSD（均方根偏差）是最直观的指标：在最优叠合后，计算所有配对原子距离的均方根。它的定义决定了它对大偏差极其敏感——一个 10 Å 的局部错位会显著抬高整体 RMSD，即使其余 95% 的结构几乎完美重合。因此 RMSD 适合比较长度相近、整体构象接近的结构，例如同一蛋白的两个晶体结构、点突变前后的构象变化。它不适合直接比较长度差异大的结构，也不适合存在柔性 loop 或结构域运动的场景。
TM-score 的核心改进是引入长度归一化和距离权重。它用 d0 = 1.24 * (L-15)^(1/3) - 1.8 作为尺度参数，对每个残基对的距离偏差做 1/(1+(d/d0)^2) 形式的加权，再除以目标结构长度。这意味着短距离偏差被温和处理，长距离偏差被快速衰减，且结果被归一化到 0~1。TM-score 大于 0.5 通常被认为具有相同的折叠类型，是判断“是否同 fold”的首选指标，尤其适合长度差异较大的结构比对。
GDT（Global Distance Test）采用“覆盖率”思路：它统计在若干距离阈值（常用 1、2、4、8 Å）下，能够被叠合到阈值以内的残基比例，再取平均。GDT_TS 是其中最常见的变体。与 RMSD 不同，GDT 不关心偏差具体多大，只关心“有多少残基落在可接受范围内”，因此对局部大偏差更鲁棒，适合评估模型与实验结构的整体吻合度，也是 CASP 等评测中的经典指标。
LDDT（Local Distance Difference Test）从局部环境出发：对每个残基，检查其周围一定距离范围内的原子对距离，在参考结构中保留了多少。它不需要全局叠合，因此对结构域运动和整体旋转不敏感，特别适合评估柔性蛋白、多结构域蛋白以及预测模型在局部环境上的保真度。LDDT 的取值同样在 0~1，大于 0.9 通常表示侧链环境高度一致。
CAD-score则从接触面积出发，比较两个结构中残基间接触面积的一致性，并可以分解到每个残基。它对序列差异和局部构象变化相对宽容，更关注“谁和谁接触”这一拓扑关系，适合分析界面、寡聚体组装以及功能相关接触的保守性。
适用条件与工程选择逻辑
选择指标时，先问三个问题：比较对象长度是否相近？关注的是全局折叠还是局部环境？是否存在结构域运动或柔性区域？如果长度相近且整体构象接近，RMSD 足够直观；如果长度差异大或需要判断是否同 fold，TM-score 更合适；如果评估的是预测模型与实验结构的整体吻合度，GDT_TS 是行业惯例；如果蛋白存在明显柔性或多结构域运动，LDDT 能避免全局叠合带来的假性低分；如果关注的是界面或寡聚体接触，CAD-score 更贴近功能。
一个常见的工程误区是“只报 RMSD”。例如比较一个 120 残基的预测模型与实验结构，若其中一段 15 残基的 loop 完全错位，RMSD 可能从 1.8 Å 跳到 6.5 Å，但 TM-score 可能仍有 0.72，GDT_TS 仍有 68，LDDT 在核心区仍高于 0.85。此时若只看 RMSD，会误判模型质量很差；而组合指标能揭示“核心折叠正确、局部 loop 偏差”的真实情况。
组合使用与结果判读示例
假设某次同源建模任务中，目标序列长 210 残基，模板长 185 残基，叠合后得到以下一组示例指标（合理假设，非实测）：
| 指标 | 数值 | 判读 |
|---|---|---|
| RMSD（Cα，共同残基） | 3.4 Å | 偏高，受一段 12 残基 loop 影响 |
| TM-score | 0.78 | 大于 0.5，同 fold 可信 |
| GDT_TS | 72.5 | 整体吻合良好 |
| LDDT（核心区） | 0.91 | 局部环境高度保真 |
| CAD-score（界面区） | 0.84 | 接触关系保守 |
这组结果的工程结论是：模型整体折叠正确，核心区可靠，但 loop 区需要谨慎使用。若下游任务是活性位点分析，核心区 LDDT 0.91 支持继续；若下游任务是 loop 介导的相互作用预测，则需对该 loop 单独建模或标注低置信度。
参数与实现层面的注意事项
不同工具对同一指标的实现细节会影响数值。例如 TM-score 计算时是否使用 d0 的原始公式、是否对目标长度做归一化、是否只统计共同残基，都会带来差异。LDDT 的包含半径（常用 15 Å）、距离阈值（0.5、1、2、4 Å）和是否包含侧链原子，也需要在报告中明确。GDT 的阈值集合（1、2、4、8 Å）和是否使用 GDT_TS 还是 GDT_HA，同样要标注。CAD-score 则需说明接触定义（距离截断或面积阈值）和是否按残基分解。
在工程实现上，建议把指标计算封装为独立模块，输入统一为“参考结构 + 模型结构 + 残基映射”，输出结构化 JSON，包含各指标数值、覆盖残基数、参数配置和版本号。这样在批量比对时，才能保证不同批次结果可比，也便于回溯“为什么这个模型被判为高置信”。
总结来说，RMSD 是“偏差敏感型”，TM-score 是“折叠判断型”，GDT 是“覆盖率型”，LDDT 是“局部保真型”，CAD-score 是“接触拓扑型”。工程选择的核心不是记住哪个指标更好，而是明确当前任务要回答的问题：是判断同源、评估模型、分析柔性，还是验证界面。问题定了，指标自然就定了。