2025年7月9日，中国科学院上海药物研究所徐华强团队在《Acta Pharmacologica Sinica》发表了题为“An update for AlphaFold3 versus experimental structures: assessing the precision of small molecule binding in GPCRs”的研究论文。该研究在前期评估AlphaFold3蛋白相互作用预测精度的基础上，进一步聚焦其新近开源的小分子配体预测功能，系统评估了AlphaFold3在G蛋白偶联受体（GPCR）-小分子配体复合物结构预测中的表现，并深入揭示了其在药物设计应用中的局限性。

AlphaFold3作为2024年发布的最新蛋白质结构预测工具，因其基于扩散模型可从头建模蛋白-配体复合物而备受关注。然而，AlphaFold3在真实药物开发场景中的预测能力尚缺乏全面评估。考虑到GPCR作为重要的药物靶标，其与小分子配体的相互作用在药物研发中占据核心地位，该研究团队收集了AlphaFold3发布后公开的74个GPCR-小分子配体复合物实验结构，比较AlphaFold3预测结果与实验结构之间的差异。

研究结果表明，AlphaFold3在整体受体骨架预测方面表现优秀，Cα均方根偏差（RMSD）平均仅为0.98 Å，优于前代AlphaFold2的1.64 Å。但在小分子配体定位方面，AlphaFold3表现出显著不稳定性，配体重原子RMSD平均高达4.28 ± 5.77 Å，尤其在新型配体和别构调节剂上更为显著。这表明AlphaFold3在关键配体结合模式的预测上仍存在明显不足（图1）。

研究进一步指出，AlphaFold3在预测数据库中已有同类复合物时表现较好（图1），而在面对新型化合物或未被充分表征的结合模式时预测准确性大幅下降。预测的精度和AlphaFold3提供的max ranking score存在弱相关性。此外，部分模型出现严重原子碰撞和不合理的结构特征，凸显出当前算法在能量优化和立体精确度上的不足（图2）。

对C类GPCR，该研究也进行了系统的评测。对于这一类体系较为复杂的GPCR（常为异源或者同源的二聚体），AlphaFold3仍然存在无法完全预测准确蛋白之间结合界面的情况。对于小分子，它展示出可以准确预测结合口袋的能力，但预测配体和实际配体的精确位置仍存在较大的偏差（图3）。

该研究还系统评估了AlphaFold3在GPCR别构调节剂复合物结构预测方面的表现。由于别构调节剂相关的结构数据在现有数据库中相对稀缺，AlphaFold3在预测这类配体的结合位置时准确性较差，几乎所有评估案例中都未能正确识别实际的结合口袋，平均的RMSD达到了11.72 ± 12.56 Å，说明预测结果与实验结构存在显著偏差。这一现象表明，AlphaFold3在处理新颖或未充分表征的别构结合模式时能力仍显不足，难以满足结构基础药物设计的精度需求，亟需算法改进和实验验证支持（图4）。

在上述测评的基础上，研究人员提出了一个更进一步的问题：基于已有的训练数据，AlphaFold3能否正确识别配体到底是激动剂还是拮抗剂，并呈现出不同的GPCR激活态构象？由于GPCR激活通常涉及TM6的外移，研究人员利用AlphaFold3预测拮抗剂结合GPCR的结构，发现它通常能够以合理的准确度预测非活性构象下的TM6，平均RMSD为1.81 ± 1.39 Å。然而，在muOR中，TM6RMSD达到了5.71 Å，提示其未能正确预测失活态构象（图5）。在预测多种受体（5HT2A、A2AR、AT1R、CB1R、CCR6、GPR6、HRH1和MCHR1）的非活性态构象方面，AlphaFold3表现出相对一致的较好性能，这表明它能够成功捕捉拮抗剂结合时GPCR构象状态的关键失活特征。整体上，AlphaFold3中的Pairformer和扩散模块似乎能够提供一些关于配体效应的见解，但仍需进一步提高准确性。

该研究还比较了AlphaFold3与传统分子对接工具（如Schrödinger Glide）的表现，这也是药物研发工作者们非常关心的问题。结果显示，当AlphaFold3预测显著偏离实验结构时，传统对接方法虽然在整体的RMSD上小于AlphaFold3，但仍然难以纠正其误差；而在AlphaFold3预测准确时（RMSD小于1 Å），分子对接反而可能降低预测精度。这提示AlphaFold3在部分场景下可作为分子对接的有益补充，但目前仍不足以取代实验验证（表1）。研究团队建议，未来可通过引入物理化学原则、优化能量评估模块及整合生物学功能信息等方式，进一步提升AlphaFold3在GPCR-配体复合物预测中的表现。同时，实验结构解析在精准药物设计中的不可替代性依然重要。

上海药物所博士研究生沈诗怡为本文的第一作者，博士生何欣恒、徐华强研究员为通讯作者。研究得到国家自然科学基金、国家重点研发计划、中国科学院战略性先导科技专项、上海市市级科技重大专项及临港实验室的支持。

原文链接：https://www.nature.com/articles/s41401-025-01617-4

图1.AlphaFold3对A、B类GPCR与小分子复合物预测的范例

图2.预测精度和AlphaFold3提供的maxrankingscore之间的关系；部分模型出现不合理的结构特征

图3.AlphaFold3对结合小分子的C类GPCR的预测情况

图4.AlphaFold3对结合小分子别构调节剂GPCR的预测情况

图5.AlphaFold3对结合抑制剂的GPCR中TM6变化的预测情况

（供稿部门：徐华强课题组）