2024：AlphaFold 3 與諾貝爾獎——配體核酸一網打盡，斯德哥爾摩結案#
卷宗編號：AF3-NOBEL-2024。案情：折疊神探第三度現身，這次不只查蛋白，還把小分子、DNA、RNA、離子一併帶回警局；五個月後，斯德哥爾摩直接為此案頒獎。
案發現場#
2024 年 5 月，AlphaFold 3 論文登上 Nature；10 月，諾貝爾化學獎一半頒給 Demis Hassabis 與 John Jumper（蛋白質結構預測），一半頒給 David Baker（計算蛋白質設計）。計算模擬學第一次以預測與設計之名站上諾獎領獎台。
現場有光環也有雜音：
- AF3 宣稱統一預測蛋白＋核酸＋配體＋共價修飾的複合體，蛋白—配體對接成功率遠超 AutoDock Vina 等傳統工具，RNA 結構預測亦有斬獲。
- 爭議一：AF3 初版未完全開源（僅伺服器），學界批評「可重現性開倒車」，直到 11 月開源推理碼才稍緩解。
- 爭議二：CASP 地位動搖——當 AI 遠超人類參賽者，盲測競賽還要比什麼？有人主張 CASP 應轉向動態系綜、無序區與功能預測。
- 爭議三：化學獎是否該頒給「預測工具」而非「化學發現」？評論兩極，但授獎詞寫得明白：揭露胺基酸序列與結構的關係，解決了五十年難題。
本案要訊問的核心證物，是那顆「擴散頭」。
偵查過程（含數學式/表格/理論）#
從 IPA 到擴散：為何換引擎？#
AF2 的 IPA 結構模組是確定性的：給定 MSA 輸出單一結構。但配體結合、核酸柔性、離子配位本質是多模態分布——同一序列可有多種結合姿態。AF3 把結構解碼器換成擴散模型（diffusion head）：先撒一把雜訊座標，再逐步去噪成化學合理的複合體。
前向加噪：
其中 \(x_0\) 為真實全原子座標， \(x_t\) 為第 \(t\) 步的 noisy 座標， \(\bar{\alpha}_t\) 為噪聲排程累積係數。反向去噪網路 \(\epsilon_{\theta}\) 以 Pairformer 嵌入與化學先驗為條件，學習：
其中 \(c\) 為條件（序列、MSA、配體 SMILES、模板）， \(\mu_{\theta}\) 為去噪均值預測。推理時從純雜訊採樣多次，可得不同對接姿態的系綜，附帶置信度排名。
Pairformer：Evoformer 的輕量繼任者#
AF3 以 Pairformer 取代 Evoformer，拿掉昂貴的 MSA 列注意力，改以更強的成對表示為主幹，使混合分子類型（蛋白殘基、核酸鹼基、配體原子）能住在同一張成對圖裡。原子級 token 化讓蛋白質、DNA、配體不再分案處理：
| 偵查維度 | AlphaFold 2 | AlphaFold 3 |
|---|---|---|
| 解碼器 | IPA 確定性回歸 | 擴散去噪 \(x_t\) 採樣 |
| 輸出 | 單一蛋白結構 | 複合體系綜（蛋白＋核酸＋配體＋離子） |
| MSA 依賴 | 重度（Evoformer） | 減輕（Pairformer＋大規模蒸餾） |
| 配體對接 | 不支援 | PoseBusters 有效性大幅領先 Vina |
| 開源 | 全開源 | 先伺服器、後開源推理碼 |
以 \(x_t\) 去噪取代座標回歸，換來的是不確定性量化與多姿態：AF3 可對同一口袋吐出多個候選，再用 pLDDT-like 置信頭挑案犯。這正是通用分子鑑識科的雛形。
另一半獎牌：Baker 的造物術#
別忘了獎牌的另一面。Baker 團隊從 Rosetta 片段組裝一路走到 RFdiffusion：用擴散模型從頭「畫」出主鏈骨架，再用 ProteinMPNN 設計序列。預測（讀結構）與設計（寫結構）恰為逆問題，2024 年的諾獎一次表彰了讀寫兩種能力，計算模擬學的拼圖就此合攏。
結案報告#
斯德哥爾摩的槌音是結案，也是開庭：
- 定罪成立：Hassabis、Jumper 以 AF2/AF3 解決結構預測；Baker 以 Rosetta＋RFdiffusion 解決從頭設計。一預一造，恰為計算模擬學的兩面。
- CASP 轉型：CASP15 起增設配體、RNA、大型複合體類別；CASP16 更強調系綜與功能。盲測不會死，只是考題變難。
- 配體時代的保留條款：AF3 在新穎口袋、共價藥物、金屬酶活性位上的幻覺仍在；藥廠仍需實驗驗證，擴散模型的置信度校準是下一案。
- 社會遺產：AF Server 免費開放非商業預測，全球南方實驗室首度擁有虛擬篩選能力；但商業授權與 Isomorphic Labs 的分拆，也引發公共財 vs 私有財的辯論。
從 1994 年 CASP 開幕到 2024 年諾獎，三十年一案，終於在頒獎詞裡寫下句點。
卷末附記：CASP 還要辦下去嗎？#
答案是辦，但換考卷。CASP16 已把重心移向抗體—抗原、核酸複合體、構象變化與功能位點預測——那些 AF3 仍會失手的地方。盲測的哲學從「排名」變成「驗屍」：每年公布 AI 的失敗模式，就是下一年的訓練資料。這正是本書因果鏈的精神：每一案的結案報告，都是下一案的案發現場。
證據與工具#
- 關鍵公式：前向加噪 \(q(x_t|x_0)\) 、條件去噪 \(p_{\theta}(x_{t-1}|x_t,c)\) 、Pairformer 成對更新、置信度加權排名。
- 核心工具：AF3 Server、開源推理權重、PoseBusters 對接驗證集、RFdiffusion 設計管線、PLIP 交互作用分析。
- 評斷尺：DockQ、配體 \(RMSD\) 、核酸 lDDT、鍵長手性合理性檢查；擴散多次採樣需報告 top-1 與 oracle 最佳兩個數字。
- 動手線索：取一個 PDBBind 口袋，用 AF3 Server 與 Vina 各跑一次對接，對比 \(RMSD\) 與化學有效性；再問：當模型不給 MSA 也能猜中時，它究竟記住了化學，還是記住了訓練集？
| 驗證清單 | 指標 | 通過門檻示意 |
|---|---|---|
| 對接幾何 | 配體 \(RMSD\) | 通常以 2 埃為成功線 |
| 化學有效性 | PoseBusters | 鍵長、手性、碰撞全檢 |
| 複合體界面 | DockQ | 綜合界面品質分數 |
| 信心校準 | pLDDT／PAE | 低信心區須實驗驗證 |
- 術語對照：SMILES（小分子線性表示）、 \(x_t\) （擴散第 \(t\) 步座標）、RFdiffusion（Baker 團隊擴散設計）、Isomorphic Labs（DeepMind 藥物分拆公司）。
- 史料座標：CASP（1994）→ Rosetta（1999）→ AF2（2020）→ AF3＋諾獎（2024），三十年懸案正式封卷。