3. AlphaFold2 原理简介：Evoformer、结构模块、回收机制

说实话，刚接触 AlphaFold2 那会儿，我也觉得它像个黑盒子——输入序列，输出结构，中间发生了什么完全不清楚。后来啃了论文、调过几次模型，慢慢才摸清它的三个核心部件：Evoformer、结构模块、还有那个让人又爱又恨的回收机制。今天咱们就把这三个东西拆开看看。

3.1 整体流程：一副骨架图

先上一张我习惯画在纸上的草图。AlphaFold2 的推理流程大概长这样：

3.2 Evoformer：信息的“搅拌机”

Evoformer 是整个模型的信息处理核心。它同时维护两套表示：

• MSA 表示（Multiple Sequence Alignment Representation）—— 形状为 seq_len × N_seq × d，记录每条同源序列在每个位置上出现的概率
• Pair 表示（Pair Representation）—— 形状为 seq_len × seq_len × d，记录任意两个残基之间的相互作用

这两套表示在 48 层 Evoformer 里交替更新，互相“喂信息”。

关键操作有三个：

1. 轴向注意力：沿着 MSA 的行和列分别做自注意力，捕捉不同序列之间的进化关系
2. 三角乘法更新：用 Pair 表示自身做三角闭合运算，确保距离和角度的一致性——说白了就是让残基对之间“互不打架”
3. Pair→MSA 投影：把 Pair 的全局信息注入到 MSA 中，帮助模型理解“这两条序列为什么看起来像”

来个配置示例感受一下 Evoformer 的参数量级（AlphaFold2 官方 OpenFold 实现中的默认配置）：

model_config = {
    "heads": 8,
    "pair_heads": 4,
    "c_m": 256,          # MSA 表示维度
    "c_z": 128,          # Pair 表示维度
    "c_t": 64,           # 模板特征维度
    "evoformer_num_blocks": 48,
    "extra_msa": {       # 额外 MSA 的处理
        "num_blocks": 4,
        "c_m": 64,
        "c_z": 64
    }
}

你看，48 个 block 每个都重复着“MSA 注意力→Pair 注意力→三角乘法→投影”，像个大型搅拌机。嗯，这里要注意：Evoformer 里没有残差连接是跑不动的，每一层后都有 LayerNorm + dropout。

3.3 结构模块：从抽象表示到原子坐标

Evoformer 产出的 Pair 表示和 MSA 表示，经过一个“单表示”投影（取 MSA 行平均值）后，就轮到结构模块登场了。

结构模块只有 8 层，但每层都包含一个叫 IPA（Invariant Point Attention） 的核心操作。啥是 IPA？说白了就是“考虑几何不变性的注意力”。

常规 Transformer 注意力只关心“序列位置 i 和 j 的特征有多像”，但 IPA 额外加入了一个条件：两个残基在 3D 空间里的实际距离也要参与注意力权重计算。模型会反复猜测当前的结构，然后用这个猜测来调整下一步的注意力。

结构模块的输出是一套残基框架（N、Ca、C 三个主链原子 + 侧链扭转角）。可以用这一段 Python 伪代码概括：

def structure_module(single_repr, pair_repr, recycling_idx):
    # 初始化框架为“伸直”状态
    frames = init_frames(batch_size, seq_len)
    for layer in range(8):
        attn_weights = IPA(frames, single_repr, pair_repr)
        frame_updates = predict_frame_update(attn_weights, single_repr)
        frames = compose_frames(frames, frame_updates)
        single_repr = single_repr + mlp(single_repr)
    angles = predict_backbone_angles(frames)
    return frames, angles

注意：结构模块的每一层都 有权重共享？不对，这里有个容易混淆的点——结构模块内部 8 层的参数是独立的，但回收循环中多次调用结构模块时参数是共享的。

3.4 回收机制：迭代“改作业”

这是 AlphaFold2 里最容易被人忽略的设计。模型不是跑一次 Evoformer + 结构模块就完事了，它要重复跑 3 次（回收次数 = 3）。

具体流程：

1. 第 1 次：Evoformer 从零开始，结构模块输出一个粗糙的结构
2. 第 2 次：把上一轮的结构特征（比如残基距离、方向）拼回到 Pair 表示中，重新过 Evoformer
3. 第 3 次：同样的方法，再次优化

为什么这样做？你想想看，第一次跑的时候模型对结构完全没有概念，只能靠序列保守性和进化信息猜一个粗骨架。第二轮有了“上一轮猜的结构”作为 bias，Evoformer 就可以聚焦在那些不合理的区域做修正。说白了，这是把“迭代细化”做进了端到端训练里。

回收次数	Pair 表示输入来源	典型 pLDDT 提升	备注
0（无回收）	仅 MSK + 模板	基准 -5～10	仅用于消融实验
1	随机初始化结构	≈ 75	大部分抗体 CDR 可达及格线
2	第 1 轮结构	+3～8	主链骨架明显改善
3（默认）	第 2 轮结构	+1～3	侧链 rotamer 更准确

回收带来的计算开销是线性的——跑 3 次就是 3 倍时间。但你别想省这一步。我曾经试过把回收次数减到 1，结果在一个抗体-抗原复合物预测上 RMSD 从 1.2Å 飙到了 4.5Å。回收机制对 界面残基 的优化尤其关键。

3.5 三个组件如何协同工作

简单总结一下三者的职责：

• Evoformer：负责理解“这些序列是怎么进化来的”，输出稳定的 Pair 和 MSA 表示
• 结构模块：把这些抽象表示“翻译”成具体的 3D 框架和角度
• 回收机制：让模型有机会“回头看”，利用刚猜出的结构再次修正 Pair 表示，形成一个闭环

用句大白话说：Evoformer 是读题、结构模块是答题、回收机制是检查答案后重做。三者缺一不可。