本节要点
- 蛋白质是一条氨基酸链折成的三维形状，而形状决定它能做什么；
- 看形状靠 X 射线晶体学、NMR、冷冻电镜，但都慢、贵、一次只能做一个；
- 已知序列约 2.5 亿条、实验结构只有约 21.5 万个，差一千倍——这就是 AlphaFold 要填的缺口。
一、蛋白质是什么（珍珠项链的比喻）
蛋白质是一条或多条长链。每条链由叫做“氨基酸”的小分子一个接一个连起来，连接顺序叫做序列。链连好后不会直挺挺地待着，会自己折叠成一个特定的三维形状。为什么？因为链上不同位置的氨基酸之间互相吸引或排斥，整条链就塌缩、盘绕成一个稳定的团。这个最终的团就是蛋白质的结构。
页面里还有一个词：“残基”。氨基酸一旦接进链里，化学家就叫它残基。跟氨基酸是一回事，只是换个说法。
二、形状决定工作
这是核心思想。蛋白质的形状决定它能做什么。最好的类比是钥匙和锁：钥匙形状对得上才打得开门；蛋白质形状对得上，才能抓住、切断或贴合正确的对象。
页面举的四个例子，其实说的都是这一件事：
- 沙门氏菌 alpha-2-巨球蛋白：一面盾牌，挡住宿主分泌的消化酶。
- HIV-1 逆转录酶：HIV 在宿主细胞里复制自己的关键工作者。
- SARS-CoV 主蛋白酶：一把分子剪刀，把病毒蛋白切成能用的零件。
- KaiA：蓝细菌里的一个小小的钟表匠，靠感知光照来维持 24 小时节律。
所以只要知道形状，就能看清这台机器怎么运转。页面把这个过程叫做“打开黑箱”。
三、我们怎么真的看到形状
有三种实验方法，历史比你想象的久：
- X 射线晶体学：把蛋白质长成晶体，再用 X 射线打上去。1950–60 年代奠定基础，之后几十年里大多数结构都靠它解出。
- NMR（核磁共振）：用磁场在溶液里探测分子。
- 冷冻电镜（cryo-EM）：把蛋白质急速冷冻，用电子显微镜成像。本世纪发展很快，尤其在 2014 年图像质量大幅提升之后，业内把那次飞跃叫做“分辨率革命”。
但关键在于：这三种方法都慢、贵、要人盯着，而且一次只能做一个蛋白质。每个样品、每次实验都得单独做，还要反复排错。
四、那道巨大的缺口
与此同时，读取序列（也就是珠子的排列顺序）因为 DNA 测序技术进步，变得又快又便宜。于是到 2024 年 1 月：
| 数据库 | 存的是 | 数量 |
|---|---|---|
| PDB（世界蛋白质结构档案库） | 已知的实验结构 | 约 21.5 万个 |
| UniProt（序列档案库） | 已知的蛋白质序列 | 约 2.5 亿条 |
差了大约一千倍，而且还在扩大——因为读序列变便宜的速度，远远快于解结构变快的速度。可以这样想：我们可以很便宜地把每本书复印出来，但给每本书手工做实体三维模型，还是得花好几个月。
这道缺口，就是整个领域想要一个东西的原因：输入序列，就快速、批量地输出靠谱的三维形状。这一页推开的正是这扇门，下一节走进这扇门的就是 AlphaFold。
下一节：什么是蛋白质折叠问题？ · 课程总览