3. pLDDT 的定义：什么是局部距离差异测试（lDDT），pLDDT 的由来

很多人第一次看到 pLDDT，都会问同一个问题——这个分数到底在算什么？

嗯，要搞懂 pLDDT，得先聊它的前身：lDDT。这东西看着像个黑盒子，背后的逻辑其实很直观。

3.1 传统评估方法为什么不灵了

在 lDDT 出现之前，评估蛋白质模型好坏，最常用的指标是 RMSD（均方根偏差）。

做法很简单：把预测结构和真实结构叠在一起，算所有原子位置的偏差。

听起来挺合理吧？但实际上有个大问题。

RMSD 对整体偏移太敏感。

我记得刚开始做结构预测时，遇到过这么一个案例：一个蛋白的某个结构域整体平移了 2 Å，但域内构象一点没变。RMSD 直接飙到 2 Å，判定为"差模型"。可实际局部几何是完全正确的。

说白了，RMSD 惩罚的是"整体对齐偏差"，不是"局部构象错误"。这就导致它没法区分两种截然不同的情况：

• 整体好、局部差 —— RMSD 可能还行，但结构不能用
• 整体偏、局部好 —— RMSD 很难看，但局部其实没问题

你想想看，做药物设计或者突变分析，我们关心的是局部侧链朝向、活性位点构象。全局叠得再好，局部错了也是白搭。

3.2 lDDT 的核心思想

lDDT 的全称是 Local Distance Difference Test。关键词就在"Local"上。

它的想法很简单：不去做全局叠加，而是直接比较模型和真实结构中，每个残基周围局部距离的保留情况。

具体来说：

• 只考虑序列上相距较近的残基对（一般 |i−j| ≥ 6，且距离 < 15 Å）
• 不看整体偏移，只看"这些残基之间的相对距离"是否跟真实结构一致

这样做的好处很明显：即使你模型的某个结构域整体平移了，只要域内构象正确，lDDT 依然会给高分。

我在项目中遇到过好几回，用 RMSD 筛掉的模型，用 lDDT 一测，局部构象其实非常好。后来就养成了习惯，两个指标一起看。

3.3 lDDT 的数学定义

lDDT 的计算分几步，我尽量说简单点：

1. 选定一组局部残基对（序列间隔 ≥ 6，且真实距离 < 15 Å）
2. 分别计算模型和真实结构中这些残基对的距离
3. 用 4 个阈值（0.5 Å、1 Å、2 Å、4 Å）去判断每个距离对是否"保留"
4. 取这 4 个阈值的平均保留比例，作为最终分数

用代码表示会更直观。这是一个简化的实现：

import numpy as np

def compute_lDDT(model_coords, ref_coords,
                 min_seq_sep=6, max_dist=15.0,
                 thresholds=[0.5, 1.0, 2.0, 4.0]):
    n = len(model_coords)
    # 计算所有 Cα 原子对的距离矩阵
    model_dists = np.linalg.norm(
        model_coords[:, None] - model_coords, axis=2)
    ref_dists = np.linalg.norm(
        ref_coords[:, None] - ref_coords, axis=2)

    # 选出局部残基对：序列间隔 >= min_seq_sep，且真实距离 < max_dist
    i, j = np.triu_indices(n, k=min_seq_sep)
    mask = ref_dists[i, j] < max_dist
    i, j = i[mask], j[mask]

    if len(i) == 0:
        return 1.0

    total = len(i)
    scores = []
    for t in thresholds:
        kept = np.sum(
            np.abs(model_dists[i, j] - ref_dists[i, j]) < t)
        scores.append(kept / total)

    return np.mean(scores)

你看，代码里没有做全局叠加。lDDT 只关心"局部距离对"的偏差，而不是整体位置的偏差。

3.4 从 lDDT 到 pLDDT

传统 lDDT 有一个硬伤：它需要真实结构作为参考。没有真实结构，就算不了。

那 AlphaFold 是怎么做的呢？

它在训练的时候，让模型自己做了一件事——预测 lDDT。

具体来说：AlphaFold 在输出结构的同时，额外加了一个"lDDT 预测头"。这个模块会为每个残基输出一个分数，代表模型自己对这个残基局部构象准确性的预估。

因为它是"预测出来的 lDDT"，所以叫 pLDDT（predicted lDDT）。

训练时，AlphaFold 用真实结构算出的 lDDT 分数作为标签，让模型学习怎么从自己的特征表示中，估算每个位置的局部可靠性。

这就引出了一个有意思的结论：

下面这张图总结了从 lDDT 到 pLDDT 的演进逻辑：

3.5 pLDDT 的数值含义

AlphaFold 输出的 pLDDT 范围是 0～100。分数越高，代表模型对这个残基的局部构象越自信。

根据 DeepMind 的建议，一般这么解读：

pLDDT 分数	置信度	实际含义
> 90	非常高	模型非常可靠，适合做精细分析（如侧链取向、结合位点）
70 – 90	较高	模型整体可靠，但局部可能有轻微偏差，需谨慎
50 – 70	较低	模型不可靠，不适合做细节分析，只能看大致折叠
< 50	非常低	模型不可信，对应区域通常为无序 loop 或固有无序蛋白

我曾经踩过一个坑：拿到一个 pLDDT 在 60～70 的区域，硬想在上面做对接分析，结果完全对不上。后来才意识到，这个分数段本质上是在说"我猜了个大概，你别太当真"。

3.6 使用建议

在实际项目中，我一般这样用 pLDDT：

• > 90：直接拿来用，做分子对接、突变分析都 OK
• 70–90：参考使用，重点看整体折叠，局部细节要验证
• 50–70：只看二级结构和拓扑关系，不做定量分析
• < 50：直接标注为"不确定性区域"，不参与任何下游计算

嗯，关于 lDDT 和 pLDDT 的定义，到这里就讲清楚了。核心就是一句话：pLDDT 是模型对自身局部结构质量的自评估，分数越高，局部构象越可信。