1. PAE 概述：定义、意义与应用场景
PAE，全称是 Predicted Aligned Error。这东西说白了，就是给蛋白质模型打的“质量分”。
但我说的可不是那种笼统的好或不好。它告诉你的是：模型里任意两个残基之间的位置可靠性。你想想看，一个蛋白几百个残基，有的区域可能算得准，有的区域可能完全是瞎猜。PAE 干的就是这个——把这种不确定性量化出来。
1.1 PAE 的定义
PAE 是一个二维矩阵。横轴和纵轴都是残基编号，从 1 到 N。矩阵中每个值表示：如果你把第 i 个残基的位置固定住，那么第 j 个残基的位置误差期望值，单位是 Ångström（埃）。
怎么理解？举个例子：
PAE[i][j] = 5.2 Å意思是，当 i 这个残基不动时，j 残基预测位置和真实位置之间的误差，平均在 5.2 埃左右。值越小，说明这两个残基的相对位置越可信。
1.2 为什么 PAE 比整体分数更「有用」？
整体指标比如 pLDDT 或 TM-score，它们给你的是一个「总分」。但蛋白质结构的实际应用，往往只关心特定区域：
- 活性位点是不是靠谱？
- 两个 domain 之间的相对位置对不对？
- 某个 loop 会不会影响结合界面？
整体高分不代表局部可靠。我在项目中遇到过多次：pLDDT 整体 >85，但 PAE 矩阵显示 domain 间的旋转方向完全不确定。这个结构要是拿去对接，结果肯定是错的。
| 场景 | 整体高分就可以？ | 更依赖的指标 |
|---|---|---|
| 核心折叠验证 | 基本够用 | pLDDT |
| 结构域划分 | 不够 | PAE 矩阵 + 聚类 |
| 蛋白-蛋白对接 | 完全不够 | PAE (间域相对位置) |
| 口袋识别 | 偶尔够 | pLDDT + PAE 局部过滤 |
1.3 PAE 矩阵怎么「读」？
PAE 矩阵通常用热图表示。颜色从蓝色（低误差）到红色（高误差）。读图的核心思路是看模式：
- 对角线颜色深蓝：每个残基和它自己的相对位置是确定的——这是 trivial 的。
- 局部方块颜色浅蓝或绿：说明这个区域内残基之间的相对位置可靠。通常对应稳定的二级结构元素。
- 远距离区域出现红色或橙色：两个 domain 之间相对位置不确定。这是多 domain 蛋白的典型特征。
- 整行/整列高值：某个残基和其他所有残基的 PAE 都高。这个残基可能是柔性 linker 或者末端尾巴。
嗯，这里要注意：PAE 矩阵反映的是「相对误差」，不是「绝对误差」。两个 domain 如果 PAE 高，不代表它们各自折叠错了，只说明它们的空间排布不确定性高。
1.4 应用场景：你什么时候需要 PAE？
- 多 domain 蛋白结构分析：判断 domain 间相对位置的可信度。这是 PAE 最经典的应用。
- 结构域划分：用 PAE 矩阵做层次聚类，自动识别结构域边界。
- 对接前的筛选：蛋白-蛋白复合物预测时，用 PAE 过滤掉界面不可信的模型。
- 实验结构验证：把 PAE 高的区域标记为「不敢直接用」，实验设计时重点避开。
- Loop 建模可靠性：某个 loop 的 PAE 值如果是 8 Å 以上，那它大概率是盲目猜的。
1.5 PAE 和 TM-score 之间的关系
简单说：TM-score 衡量「整体形状相似度」，PAE 衡量「内部相对位置的确定性」。它们是互补的。TM-score 高不一定 PAE 好，PAE 好也不一定能得到高 TM-score。两者结合使用才能做出合理判断。
你经常需要判断两个 domain 之间的方向是不是对的。PAE 矩阵如果显示出清晰的低 PAE 区域，那说明这个排布值得信赖。如果整个矩阵一片橙红，那最好别拿着这个结构去做分子替换或对接——大概率是幻觉。