版本演进与选择：从v2.0到AlphaFold3，每一步都算数
选版本这事，看着像技术决策，其实更像是在跟时间赛跑。我从2021年开始接触AlphaFold管线，眼看着它从v2.0一路升级到现在的AlphaFold3。说实话，每个版本都解决了一些痛点，但也引入了一些新坑。今天我就把这几代的差异掰开了讲，帮你少走弯路。
AlphaFold v2.0：开天辟地，但门槛不低
v2.0是DeepMind在2021年7月开源的版本，就是那个轰动整个结构生物学界的版本。我清楚记得，当时我的实验室接到第一台DGX工作站，花了整整三天才把环境配起来。
v2.0的核心架构是Evoformer + Structure Module，这个组合奠定了后续所有版本的基础。它依赖大规模MSA（多序列比对），对于有足够同源序列的蛋白，预测精度极高。但有个大问题——它对GPU内存的消耗大得离谱。
v2.0的另一个痛点是模板搜索。默认的模板数据库（PDB70/PDB100）下载就要30GB+，初次构建时我至少等了8小时。后来我养成了习惯，先把模板数据库放在SSD上，再用软链接指向对应目录。
AlphaFold v2.1：性能优化，内存友好
v2.1是在2021年11月发布的，隔了四个月。这次改进主要针对内存和速度。DeepMind引入了recycling的优化策略——简单说就是减少了不必要的recycling轮次，默认从3轮降到2轮。
我在项目中对比过，v2.1比v2.0快大约20%-30%，内存占用也降了15%左右。这对中长序列来说是个好消息。但要注意，recycling轮次的减少不是无代价的。对于某些多结构域蛋白，少一轮recycling可能导致域间界面的预测精度下降。
另外，v2.1修复了一个v2.0的bug——模板特征对齐的问题。这个bug在特定场景下会导致结果异常。具体表现是：同样的输入，跑两次结果不一样。修复后，结果可重复性大大提升。对于想发文章的同学，这个很重要。
AlphaFold v2.2与v2.3：小版本，大改动
这两个版本我放在一起说。v2.2（2022年3月）专注于多聚体预测，引入了链间特征的概念。简单讲，就是让模型知道哪些残基属于同一个链，哪些不是。
v2.3（2022年8月）就更实用了。它默认使用pTM score来筛选最佳模型，替代了原来的ranking方法。pTM score考虑了模板建模的置信度，比单纯用pLDDT更全面。
我在评估AF2 v2.3时特意跑了一个对标实验：同一个多聚体复合物，用v2.2和v2.3分别预测。结果v2.3的top-1模型在ipTM（界面pTM）上比v2.2高出0.12。嗯，差距就是这么明显。
| 版本 | 发布时间 | 核心改进 | 内存占用 | 多聚体支持 |
|---|---|---|---|---|
| v2.0 | 2021.07 | 初始开源版，Evoformer + Structure Module | 高（800残基需A100 40GB） | 需自定义 |
| v2.1 | 2021.11 | recycling优化，内存减少15%，bug修复 | 中 | 需自定义 |
| v2.2 | 2022.03 | 链间特征，原生多聚体支持 | 中 | 原生支持 |
| v2.3 | 2022.08 | pTM score筛选，ipTM评估 | 中 | 原生支持 |
AlphaFold3：架构革命，但也是新起点
AlphaFold3是在2024年5月公布的。这次变化很大，它抛弃了原来的Evoformer，改用Pairformer架构。说白了，就是把之前的双流架构（MSA + Pair）合并成了一个更高效的pair representation。
我刚开始看AF3论文时，第一反应是“啊这，又得重新学？”但仔细研究后发现，AF3在很多方面确实优于AF2系列。比如它对多构象的预测能力明显提升，而且支持配体、核酸、离子等非标准元素。
不过要注意，AF3目前还没有完整的开源实现。DeepMind只开放了AI服务器（AlphaFold Server）和一些权重文件。如果你想跑本地，得从ColabFold社区版本入手，但精度和稳定性跟官方版本还有差距。
AF3的适用场景更偏向探索性研究，比如药物设计中配体结合的预测，或者RNA-蛋白相互作用的初步建模。对于常规的蛋白单体、同源二聚体，AF2 v2.3仍然是最可靠的选择。
版本选型模型：一个SVG就够
下面我用一张图来梳理各个版本的定位。你一看就明白，哪个版本该用在什么场景。
我的选型决策矩阵
你想想看，如果一个版本能干所有活，那DeepMind何必发这么多版本？每个版本都有它的历史使命和性能边界。我一般用下面这个简单规则来做决策：
- 如果目标蛋白有可靠的同源序列（MSA深度>50），且是单体或同源二聚体——上v2.3，默认参数就能出好结果。
- 如果目标蛋白是异源多聚体，或者有多构象需求——v2.3仍然是首选，但一定要修改多聚体参数配置。具体怎么改，我在第5章会详细讲。
- 如果想研究配体结合或RNA结构——可以尝试AlphaFold3，但要做好失败的心理准备。我一般会先在v2.3上跑一个baseline，再用AF3对比。
- 如果硬件只有V100 16GB或RTX 3090——别犹豫，v2.3加上模型裁剪设置，改成2个recycling和少轮次SE（3）重排。
嗯，说到配置就忍不住多提一嘴。v2.3的run_af2.py脚本跟v2.0比，参数几乎一样，只是多了几个pTM相关的选项。如果你之前用的是v2.0/v2.1，迁移成本很低。
最后说一点：版本的背后是计算资源。别为了追新版本而忽略硬件瓶颈。我曾经见过一个团队用V100跑AF3，结果等了三天还卡在MSA构建阶段，最后不得不切回v2.3。合适才是硬道理。