一、AlphaFold2 整体架构概览
咱们直接切入正题。AlphaFold2 的架构，在我看来，它把结构预测这事儿拆成了几个清晰的黑盒。整个模型的主干，你可以想象成一条流水线：输入揣进来 → Evoformer 反复揉搓特征 → 结构模块暴力生成坐标。我当初看论文时，第一感觉就是“这 Evoformer 也太重了”，但实际上，正是这种重，才让后面的结构预测变得那么准。
输入特征：MSA + 模板
输入部分其实很好理解。模型接收两类特征：多序列比对（MSA）和成对特征（Pair）。MSA 的尺寸是 [N_seq, N_res, 22]，其中 22 是离散氨基酸的 one-hot 编码。Pair 特征则编码残基对的距离和方向信息，尺寸 [N_res, N_res, 64]。
我遇到过一个坑：MSA 序列数太多时，显存直接爆炸。所以后来我习惯在预处理环节做序列聚类采样，把同源序列控制在 1024 条以内。模板特征则是可选的，如果你传入同源晶体结构，模型收敛会更快。但话说回来，很多人做从头预测时，实际并不用模板。
Evoformer：特征融合的发动机
这是整个模型最重、也是最核心的部分。48 层 Evoformer 块，每一层都在做一件事：用 MSA 的行和列注意力去更新 Pair 特征。我第一眼看到这个设计时，觉得它有点像在做一个 2D 版的 Transformer，但实际更巧妙。
它有两个主要分支：
- MSA 分支：沿着序列维度做自注意力，再沿着残基维度做自注意力。这相当于在说：“你看，这个氨基酸在进化过程中，跟其他位置有没有共变关系？”
- Pair 分支：用三角乘法（Triangle Multiplication）和自注意力，不断精炼残基对之间的几何先验。说白了，它就是在学习“哪两个残基很可能靠在一起”。
举个例子，我从项目中看到的效果是：48 层 Evoformer 走完后，Pair 特征里的距离信息会变得非常锐利，几乎能直接看出二级结构的边界。嗯，这里要注意——Evoformer 的特征交叉融合用的是加法，没有用门控机制，所以层数增加时梯度非常稳定。
结构模块：从二维到三维的跃迁
Evoformer 产出的是精炼后的 MSA 和 Pair 特征。结构模块负责把这些二维信息“升维”成三维坐标。它采用了一种叫做不变点注意力（IPA）的机制。
IPA 的核心思想是：每个残基用局部坐标系下的“键-角-扭转角”表示，然后通过注意力机制去修正这些参数。我一开始觉得这方法太笨了，因为每次都重新参数化所有坐标。但后来发现，它恰好避免了全局坐标系下的旋转爆炸问题——你想想看，如果直接调 xyz 坐标，稍微动一下就全乱套了。
具体流程是这样：
- 初始化所有残基为伸展构象（类似拉直的肽链）。
- 8 层 IPA 逐层精炼，每层输入 Pair 特征和多层注意力权重。
- 输出 3D 坐标和每个残基的旋转矩阵（表示侧链方向）。
我曾踩过一个坑：结构模块的 IPA 在 float16 下精度损失较大，特别是当序列长度超过 1000 时。所以后来我坚持让结构模块跑 float32，哪怕 Evoformer 部分用混合精度。
循环回收机制
AlphaFold2 不是一次就结束的。它会将第一次结构模块输出的 3D 坐标，重新编码回 MSA 和 Pair 特征，再次送入 Evoformer。这个循环迭代一般做 3 次。
为什么要循环？说白了，就是让模型有机会“回头看”——第一次预测可能有个大致形状，第二次就能纠正局部的 phi/psi 角偏差，第三次就把侧链的细节补全。我在项目中对比过：不做回收（只跑一次），TM-score 平均掉 0.15；跑满三次后，效果基本饱和。
关键参数速查表
| 模块 | 层数 | 输入维度 | 输出维度 | 显存占比（典型） |
|---|---|---|---|---|
| Evoformer (MSA 分支) | 48 | [N_seq, N_res, 22] | [N_seq, N_res, 256] | ~65% |
| Evoformer (Pair 分支) | 48 | [N_res, N_res, 64] | [N_res, N_res, 128] | ~20% |
| 结构模块 (IPA) | 8 | [N_res, N_res, 128] | [N_res, 4, 4] (旋转矩阵) | ~10% |
| 回收循环 (3 次) | – | – | – | 翻倍 (每次) |
用这个表，你在模型导出前就能大概估算出要多少显存。我个人习惯是：Evoformer 占大头，结构模块占小头，回收循环则会让显存线性增长。如果你要部署到边缘设备，务必考虑回收轮数和序列长度的 trade-off。