用AlphaFold3预测已知点位的共价抑制剂-蛋白复合物结构教学(超算版)

使用本作之前请先看非共价AlphaFold3的使用教程！

准备自己的文件夹

可以让工程师在自己的账号下面安装，也可以直接用scxj506账号（联系紫玉师姐开权限）。用超算记得提前和老师打个招呼。AF3的目录叫做run，在run下面建一个自己的文件夹。

cd run/

mkdir -p (你的名字)

准备输入文件

接下来准备输入文件（以谢贺新老师组陈娜师姐的复合物为例）

vim 8DE0_IV38.json #师姐的蛋白PDB ID叫做8DE0，他们合成的抑制剂叫做IV38


{
 "name": "8DE0_IV38",
 "modelSeeds": [1, 2, 3],
 "dialect": "alphafold3",
 "version": 1,
 "sequences": [
 {
 "protein": {
 "id": "A",
 "sequence": "GHPETLVKVKDAEDQLGARVGYIELDLNSGKILESFRPEERFPMMSTFKVLLCGAVLSRVDAGQEQLGRRIHYSQNDLVEYSPVTEKHLTDGMTVRELCSAAITMSDNTAANLLLTTIGGPKELTAFLHNMGDHVTRLDRWEPELNEAIPNDERDTTTPAAMATTLRKLLTGELLTLASRQQLIDWMEADKVAGPLLRSALPAGWFIADKSGAGERGSRGIIAALGPDGKPSRIVVIYTTGSQATMDERNRQIAEIGASLIKHW" #8DE0蛋白序列
 }
 },
 {
 "ligand": {
 "id": "L",
 "ccdCodes": ["IV38"]
 }
 }
 ],
 "bondedAtomPairs": [
[["A", 46, "OG"], ["L", 1, "C36"]] 
#这一条定义了蛋白和配体形成的共价键。8DE0的46位是催化丝氨酸，它的70位是别的氨基酸。SER70是其他某个β内酰胺酶的70号被拿来作为领域内的参考说法，但是AF3并不知道，只认输入序列中的信息。因此在AF3的输入中必须将共价修饰位点改成SER46。这一句的意思是“蛋白ID’A’上的46号残基上的OG原子和配体，和’L’上的1号残基（配体只有1个残基）上的C36号形成了共价键”。
 ],
 "userCCD": "...（此处省略）..." 
#之前的教程是用SMILES式比较简单，但无法满足共价抑制剂的需求，无法指定共价键。userCCD是用户自定义的分子，用mmCIF格式写的。AF3官方给的mol_to_ccd_cif生产的是精简版CCD，只包含原子表和键表，直接写到json里会报KeyError，需要手动补充一些，大部分是占位符或固定值，让AI写一个就行。
}

提交任务

把json文件复制到你的文件夹下，然后写启动的脚本

#!/bin/bash
#SBATCH --job-name=AF3_test
#SBATCH --nodes=1
#SBATCH --ntasks=1
#SBATCH --gpus=1
#SBATCH --partition=gpu_4090#根据目前计算资源调配
#SBATCH --time=48:00:00
#SBATCH --output=test_%j.out
#SBATCH --error=test_%j.err


module purge
module load alphafold/3.0.0-4090


cd ~/run/wxy/chenna


python /data/apps/alphafold3/3.0.0/3.0.0_run/run_alphafold.py \
    --json_path=TEST-8DE0_IV38/8DE0_IV38.json \
    --model_dir=/data/public/datasets/alphafold3/3.0.0/model \
    --db_dir=/data/public/datasets/alphafold3/3.0.0/dataset \
    --pdb_database_path=/data/public/datasets/alphafold3/3.0.0/dataset/pdb_2022_09_28_mmcif_files.tar \
    --output_dir=TEST-8DE0_IV38/output

sbatch -p gpu_4090 --gpus=1 run_AF3_test.sh

一定要在启动命令行显式指定partition和gpus，不然任务直接就没了。

可视化检查与处理

后续可以用python批量查找pLDDT最高的结构，下载下来作为最终结果。随后加载到pymol里进行可视化检查。

可视化检查结果时发现其中一个复合物的配体出现了断键。AF3对于配体经常会出现预测不准的情况。用AF3应该多选几个种子，多生成几个结构，排除随机性。