本节要点
- AF2 的定位不是实验方法的对手，而是起点：辅助结构解析、帮助解读低分辨率数据、加速结构研究、提供可检验假设；
- 九个案例几乎都不是「跑一次 AF2 就出结论」，每个案例背后都站着一种正交实验方法；
- 在蛋白质工程与设计里它的角色变成设计工具（当评分器、做质检），而边界仍由训练数据与任务难度共同决定。
核心论点：AF2 不是实验方法的对手，是起点
原文第一段就把立场钉死了：not intended as a rival to experimental methods。它给出四种作用——辅助结构解析、帮助解读低分辨率数据、加速结构研究、提供可检验假设（testable hypotheses）去指导生化与细胞实验。
这句话的实操含义是：后面九个案例，几乎没有一个能「跑一次 AF2 就出结论」。每个案例右边都站着一种正交实验方法。AF2 改变的是实验从哪里开始，不是实验要不要做。
一、结构生物学（受冲击最大的领域）
X 射线晶体学：分子置换（Molecular Replacement, MR）
晶体学有个老瓶颈叫相位问题——探测器只测得衍射强度，相位信息丢失，而傅里叶反变换没有相位做不了。MR 的思路是拿一个已知的相似结构当初始猜测，去解出新结构的相位。AF2 模型正好能当这个「初始猜测」，而且能解得出来本身就是检验：MR 成功意味着模型与真实晶体结构足够接近。
核孔复合物（NPC）
铺在核膜上的「海关大门」，约 1000 个核孔蛋白、约 30 种类型拼装。原文引用 Mosalaganti et al. 2022，说 AF2 参与后解析了人类 NPC 的约 90%。文中配图就是 PDB 7R5J：
可拖动旋转、滚轮缩放：人类核孔复合物，PDB 7R5J（原文 Figure 12）。
Mce1
结核分枝杆菌用来从宿主细胞搜刮营养的蛋白（Chen et al. 2023）。这个案例的价值不在技术难度，而在于 AF2 直接服务一个医学问题——病原体怎么偷宿主的营养。
与 XL-MS 的相互成就
交联质谱（XL-MS）给出的是距离约束；AF2 帮它解读这些距离，它反过来给 AF2 最薄弱的环节——复合物界面——提供实验验证。文中两个例子：四膜虫纤毛蛋白的结构与定位（McCafferty et al. 2023）；人类细胞一次拿到 28,910 个独特残基对，横跨 4,084 个独特蛋白、对应 2,110 个独特蛋白-蛋白相互作用（Bartolec et al. 2023）。
二、用预测结构指导分子与细胞生物学
这一段的主线是「从结构到假设」：
- 突变分析：把致病突变位点投到结构上看落在哪儿。落核心疏水区 → 破坏折叠；落界面 → 破坏结合；落催化残基旁 → 影响活性。结构在这里的作用是一个分类突变后果的坐标系。
- PET 降解酶筛选：塑料降解这个大问题下，研究者用 AF2 帮助识别 74 个潜在 PET 降解酶并刻画三维结构与机制（Erickson et al. 2022）。关键词是「早期、低成本评估」——先在计算里收窄候选清单，再送进湿实验。
- PINK1 与帕金森病：PINK1 突变致常染色体隐性早发型帕金森病。AF2 预测的人 PINK1 结构提供了证据：人和昆虫 PINK1 用的是同一套机制（Gan et al. 2021）。于是可以借研究得更透的昆虫同源体来理解人类致病突变。注意原文措辞是 evidence 和 model，不是结论。
- 蛋白-蛋白相互作用：酵母研究识别出 106 个此前完全未知的组装体，另有 806 个存在但从未被结构表征（Humphreys et al. 2021）。DONSON 那个例子更完整：用 AlphaFold-Multimer 做小规模 in silico 筛选，提示 DONSON 催化复制型 CMG 解旋酶组装的最后一步——把辅因子 GINS 递送上去，随后被结构-功能分析证实（Lim et al. 2023）。这是「计算提假设 → 湿实验证实」的完整闭环。
三、蛋白质工程与设计
这一节最有意思，因为 AF2 的角色变了——从预测器变成设计工具。
- 分子注射器：细菌 PVC（发光杆菌毒力盒）本来是把毒素打进昆虫细胞，被改造成往人类细胞递送治疗蛋白的工具。负责「打谁」的尾丝蛋白针尖完全没有实验结构可用，AF2 就是用来指导这部分的改造（Kreitz et al. 2023）。
- 对称组装体的 hallucination：团队先设定目标对称形状，随机生成序列后在 AF2 网络里迭代优化，直到 AF2 认为它能折成目标形状——把 AF2 反向当评分器。造出十个做实验，预测与实验结构的平均 RMSD 是 0.6 Å（Wicky et al. 2022）。
- 光合 maquette：模仿光合作用设计捕获太阳能的人工支架蛋白，用 AF2 验证工程化变体的结构（Ennist et al. 2022）。角色是质检，不是设计——这其实是工程实践里最日常的用法。
三个值得留意的弦外之音
第一，四种作用不是并列的。 「提供可检验假设」是最普遍的用法，另外三种（辅助解析、解读低分辨率数据、加速研究）都集中在结构生物学这一个领域内。
第二，0.6 Å 这个数字要小心读。 它出现在「人造蛋白」的语境里，和两个实验结构之间的固有差异量级相当——说明这个精度已经是方法层面的天花板，而不是这批设计特别走运。
第三，原文不会告诉你的是边界。 NPC 之所以是 AF2 的高光案例，很可能因为核孔蛋白富含重复的螺旋结构，而螺旋相对好预测。同样的招数换到膜蛋白、内在无序区、配体结合态，未必成立。这正好接回你前面学的 《强项与局限》——训练数据与任务难度共同决定边界。
整章的逻辑链是这样的：可信吗（CASP 盲测 + 四种独立实验）→ 可信到什么程度（置信度）→ 拿它做什么（本页）。
上一节：AlphaFold 2 的预测有多准？ · 课程总览