RoseTTAFold 论文精读：三轨网络如何预测蛋白结构

RoseTTAFold（Baek 等，Science 2021）与 AlphaFold2 几乎同期发表，出自 Baker 实验室。它的三轨网络设计与 AF2 思路不同，且因为完全开源，在很长一段时间里是学界能实际使用的主力工具。

三轨架构

# AlphaFold2 是「两轨」：
#   MSA 表示 ←→ 残基对表示
#   最后由结构模块生成坐标
#
# RoseTTAFold 是「三轨」：
#   1D 轨道：序列/MSA 信息
#   2D 轨道：残基对的距离与取向
#   3D 轨道：【三维坐标本身】
#
#   三个轨道在网络中【同时更新、相互传递信息】
#
# 关键区别：
#   AF2 的三维结构只在最后生成
#   RF 让三维信息在网络中【全程参与】
#
# 设计动机：
#   三维坐标提供了 1D 和 2D 表示无法直接编码的信息
#   （如空间上远离但序列上相近的残基关系）
#   → 让它参与推理过程，而非只作为输出
#
# 实现：
#   1D → 2D:  外积得到残基对特征
#   2D → 3D:  用 SE(3)-Transformer 从距离/取向生成坐标
#   3D → 2D:  从坐标算出实际距离，反馈更新 2D
#   → 形成闭环

与 AlphaFold2 的比较

	AlphaFold2	RoseTTAFold
架构	两轨 + 结构模块	三轨同时更新
CASP14 准确度	更高	接近但略低
计算需求	更高	更低
开源时间	论文同期	论文同期
许可	Apache 2.0（AF2）	MIT，更宽松
后续发展	AF3（限制商用）	RFdiffusion、RF All-Atom（开放）

RoseTTAFold 的持久价值在于它衍生出的生态：RFdiffusion（蛋白设计，见 151《RFdiffusion 论文精读》）、RoseTTAFold All-Atom（见 115《RoseTTAFold All-Atom》）、RFantibody 等，构成了完全开放、可商用的蛋白结构与设计工具链。

使用

# RoseTTAFold2（改进版）
git clone https://github.com/uw-ipd/RoseTTAFold2.git
cd RoseTTAFold2
# 需要下载序列数据库（UniRef、BFD、PDB100）
# 总计数 TB —— 这是本地部署的主要门槛

bash run_RF2.sh input.fasta output_dir/

# 输入：FASTA 序列
# 输出：
#   models/model_00.pdb    预测结构（B 因子列是 pLDDT）
#   *.npz                  PAE 等置信度矩阵

# 多链复合物预测（用冒号分隔）
# input.fasta:
#   >complex
#   MKTAYIAKQRQISFVKSHFSRQLEERLGLIEVQ:MSKGEELFTGVVPILVELDGDVNGHKFS

# 实际建议：
#   多数场景下 ColabFold（见 118）更方便：
#     - 无需下载数据库（用 MMseqs2 远程搜索）
#     - 可在 Colab 免费 GPU 上跑
#     - 支持 AF2 与 RF
#   本地部署只在需要处理敏感序列或大批量时才值得

什么时候用 RoseTTAFold 而非 AlphaFold

• 需要宽松许可：MIT 许可，商用无障碍——这是工业界的实际考量；
• 计算资源受限：RF 的显存与时间需求低于 AF2；
• 要用 RF 生态的下游工具：RFdiffusion 做蛋白设计、RF All-Atom 做复合物——这些工具与 RF 的表示格式衔接；
• 要做交叉验证：两个方法架构不同，一致的预测更可信（这是很实用的判据）；
• 纯粹要最高准确度：应该用 AF2/AF3 或 Boltz-2。

Baker 实验室生态的意义

工具	用途
RoseTTAFold / RF2	结构预测
RFdiffusion	从头蛋白设计（见 151《RFdiffusion 论文精读》）
RF All-Atom	含小分子/核酸的全原子建模（见 115《RoseTTAFold All-Atom》）
ProteinMPNN	给定骨架设计序列（见 150《ProteinMPNN 论文精读》）
RFantibody	抗体设计
Rosetta	传统的能量优化与设计套件

「RFdiffusion 设计骨架 → ProteinMPNN 设计序列 → AF2/RF 验证折叠」是现在从头蛋白设计的标准流程（见 151《RFdiffusion 论文精读》）。这个完整、开放、可商用的工具链，是 RoseTTAFold 系列最重要的贡献。

论文的方法学启示

• 让三维信息全程参与推理，而非只在输出端生成——这个思路影响了后续多个工作；
• SE(3)-Transformer 的应用：等变注意力机制处理三维坐标，是几何深度学习的重要实践；
• 开源的战略价值：RoseTTAFold 完全开放（代码 + 权重 + 训练细节），使得整个社区能在其基础上继续发展。对比 AF3 的许可限制，这个差异对领域发展的影响是长期的；
• 「够好 + 完全开放」有时胜过「最好 + 受限」：这是工程与生态层面的重要教训。

现在的定位

纯结构预测任务上，RoseTTAFold 已被 AF3、Boltz-2、Chai-1 等超越。但它作为 Baker 生态的基石，价值不减——如果你要做蛋白设计（而非只是预测），RF 系列仍然是首选工具链。对纯预测需求，建议直接用 ColabFold（AF2）或 Boltz-2。

延伸资源

• AlphaFold2：112《AlphaFold2 论文精读》；RF All-Atom：115《RoseTTAFold All-Atom》；
• RFdiffusion：151《RFdiffusion 论文精读》；ProteinMPNN：150《ProteinMPNN 论文精读》；ColabFold：118《ColabFold》。