HelixFold3：国产结构预测模型应用指南

HelixFold3 是百度 PaddleHelix 团队复现 AlphaFold3 架构的开源实现。它的意义在于：AlphaFold3 官方长期只提供网页服务且对商业用途设限，HelixFold3 提供了一条可本地部署、可自行控制的替代路径，对需要处理敏感靶点数据、或要批量运行的团队价值明显。

能预测什么

相比只能做蛋白的 AlphaFold2 系，能把配体、核酸、离子放进同一次预测是 AF3 架构这一代的核心跃进——它让「蛋白-配体复合物结构预测」第一次成为结构预测模型的原生能力，而不是靠对接拼接。

部署要点

git clone https://github.com/PaddlePaddle/PaddleHelix.git
cd PaddleHelix/apps/protein_folding/helixfold3
# 按 README 安装 paddlepaddle-gpu、依赖与 MSA 检索工具

python inference.py \
  --input_json data/demo_protein_ligand.json \
  --output_dir ./output --precision bf16

• 显存：大复合物需要较高显存，通常建议 40 GB 级显卡；小体系可用 bf16 降低占用。
• MSA 是大头：和所有 AF 系模型一样，需要序列数据库做多序列比对检索，磁盘占用可达数百 GB，检索耗时常常超过推理本身。
• 输入是 JSON：把蛋白序列、配体 SMILES、核酸序列、离子在一个 JSON 里描述，格式参考仓库示例。

许可与合规

HelixFold3 的模型权重通常按非商业许可发布（学术研究可用）。这是它和 AlphaFold3 权重同样面临的限制。商业项目使用前必须逐条核对当前 LICENSE 与权重使用条款，不要凭「开源」二字想当然——这是这类模型最容易出问题的地方。需要完全自由许可时，考虑 Boltz（见 192《Boltz》，MIT 许可）等选项。

结果怎么读

• 置信度指标：与 AF 系一致，看 pLDDT（残基级局部置信度，>90 很可信，70～90 大致正确，<50 多为无序区）与 PAE（残基对相对位置误差，判断域间取向是否可信）。
• 配体姿势要额外验证：AF3 类模型给出的小分子结合姿势不等于对接结果，建议与传统对接交叉比对，并做物理有效性检查。
• 高置信度不等于生物学正确：模型可能自信地给出一个构象状态，而实际蛋白存在多种构象。功能结论仍需实验支持。

延伸资源

• 框架本体：189《PaddleHelix》；教程：023《PaddleHelix 教程》；
• 对照实现：191《OpenFold》、192《Boltz》、193《Chai-1》；
• 结构预测概念与置信度解读见「结构与模拟」模块。