software

Rosetta 分数更低,结构就更好吗?从松弛结果中选模型的完整核对方法

作者:发布于 2026-11-18约 10 分钟阅读
Rosetta 结果审阅的人工示例。F3 共同分数负114,但关键位点偏差5埃。按事先设定的几何条件保留C1与C2,再选择分数负110的C1。没有运行Rosetta。

同一个蛋白做完结构松弛,某个模型的总分最低,活性位点却比其他模型偏得更远。另一个模型保留了原来的局部几何,但因为带有约束罚分,在总分表里排到后面。面对这种结果,直接取第一行会把两个问题合在一起,模型在某个评分函数下是否有利,以及它是否仍适合你的研究任务。

Rosetta 的价值在于可以组合结构采样、侧链处理、评分和约束,围绕具体问题设计流程。这个灵活性也要求使用者保存比较条件。本文以松弛后的模型筛选为主线,讲清输入、分数、几何和采样量四项检查。文末附件提供已经执行的原创读表练习,所有分数与几何偏差都是人为设定的教学数值,没有安装或运行 Rosetta,也没有根据坐标计算真实蛋白的能量。

先确定这次松弛需要保住什么

如果任务是修整一个晶体结构中的局部不合理接触,你希望降低几何冲突,同时尽量保留已观测的构象。如果任务是为设计寻找可变化的骨架,那么容许变化的区域和幅度可能不同。把两种任务都简化成“寻找最低分结构”,会在结果出来之后才发现,最优解已经偏离原来的用途。

Rosetta 官方将 Relax 描述为起始结构附近的局部全原子精修流程。这个定位有两个实际含义。起始构象会影响探索范围,松弛通常不能代替大幅构象搜索。流程结束、总分降低,也不能证明已经找到天然结构或全局最低能量。开始前应写出需要保留的链、配体、关键残基以及容许移动的部分,让筛选条件先于结果存在。Relax 的官方用途说明

例如,准备研究某个催化残基附近的构象时,可以同时记录整个骨架的变化和活性位点的局部变化。整体偏移较小,不代表关键侧链方向没有改变。相反,一个远离活性区的柔性尾部摆动,可能显著提高全局偏差,却未必影响你的局部问题。需要哪个指标,应由后续实验或建模目的决定,而不是由输出文件恰好提供哪些列决定。

分数的单位和比较条件要同时写清

Rosetta 分数通常以 REU 表示。它综合不同来源的能量项,不能直接按固定比例换算成实验测得的千卡每摩尔。一个模型比另一个低十个分数单位,并不自动等于稳定性提高十千卡。把这种换算写进结论,会使看似精确的数字失去正确含义。Rosetta 的单位说明

即使两个文件的总分列名称相同,也要核对评分函数、权重和结构表示是否一致。不同权重相当于改变了评价标准,粗粒度和全原子表示也不是同一套坐标与评分对象。官方评分教程明确提醒,不同评分函数得到的分数通常不能直接比较。因此,把来源不同的总分列复制到一个表中,再排序或求平均,并不会自动形成统一排名。评分函数与分数比较教程

一个可执行的整理办法,是把用于采样的分数与用于最终比较的分数分开保存。前者解释模型如何被搜索出来,后者在共同的评分定义下评价固定的候选坐标。共同重评分不能把没有探索到的构象补回来,但可以减少因为评价标准不同造成的混淆。注意,重评分是读取现有结构评价,如果同时重新松弛,坐标也会改变,这就成了另一轮实验,需要独立命名和记录。

在比较分数以前,先比较结构里有什么

结构整理最容易被当成无关紧要的预处理。实际分析中,一份文件保留了配体,另一份去掉了配体,或者某条链末端缺了几个残基,已经不是同一个评分对象。尤其不能根据较短模型的总分更低,就认定它比完整模型更好。先核对序列、链组成、残基覆盖和非蛋白组分,再判断哪些模型可以进入同一比较集合。

残基编号也应单独验收。原始结构编号可能不连续,可能带插入码,不同链还可能出现相同的残基数字。文献中的某个位点、结构文件的链与编号,以及程序内部连续编号,需要建立明确映射。至少检查几个关键位点的原始氨基酸是否一致,而不是只确认一个整数存在于文件里。编号错了,后面的约束和几何测量仍可能正常输出数字,但回答的已经不是原问题。

官方结构准备文档提供了带约束松弛的思路,目的之一是兼顾局部修整与对起始结构的保留。实际采用前还应检查缺失原子、替代构象和链间关系,保留处理前后文件以及转换记录。不要为了让输入通过而默默删除未知残基或配体。确实需要删除时,把删除内容和它可能影响的比较范围写入方法记录。结构准备与受约束松弛

用五个教学模型看清三种排序

下面的五个候选完全是读表练习,不是真实计算输出。我们给它们设置相同的序列标识、共同评分函数和测量原子集合,另外保存各自流程的原始分数。候选 C1 的原始分数为负九十二,F1 为负一百零五。只比较这两行原始分数,F1 更低。共同评分列则分别为负一百一十和负一百零五,排序变为 C1 在前。

模型 共同分数 关键位点偏差,埃
C1 -110 0.40
C2 -108 0.45
F1 -105 3.80
F2 -103 3.40
F3 -114 5.00

加入全部五个模型后,共同分数最低的是 F3,但它的关键位点偏差也最大。本练习事先约定,整体偏差和关键位点偏差都不得超过一埃,只有 C1 与 C2 合格,随后按共同分数选出 C1。这里的一埃只是展示决策逻辑的教学门槛,不是 Rosetta 通用质量标准,也不是任何蛋白都适合的阈值。

这个例子应当带走的是判断顺序。先排除不满足任务条件的模型,再在可比较的候选中评价分数。不能看到最低分模型被排除,就临时放宽门槛直到它通过。如果有充分理由修改门槛,应说明理由,并报告修改前后候选集合如何改变。这样读者才能区分事先设计的筛选和围绕结果调整的选择。

Rosetta 结果审阅的人工示例。F3 共同分数负114,但关键位点偏差5埃。按事先设定的几何条件保留C1与C2,再选择分数负110的C1。没有运行Rosetta。
分数和偏差均为人为设定。一埃只是练习门槛,不是通用质量标准。

约束罚分不能替代几何验收

约束可以把实验信息或希望保留的几何关系加入评分。一个约束需要对应到正确对象,也需要相关评分项具有有效权重。仅仅把约束文件放进目录,不能证明它确实影响了本次计算。官方说明还区分了测量对象和将偏差转换为奖励或罚分的函数,因此同样大小的几何偏差,在不同函数或权重下不一定对应同样的分数。约束文件与评分权重

拿到结果后,除了检查总约束分数,还应回到具体距离、角度或位置变化。总罚分可能由许多约束相加,一个特别重要的位点出现偏差,不一定在总量上非常突出。对于有明确实验意义的限制,最好逐项记录满足情况,并注明测量使用的原子、链和编号。这样可以判断模型到底违反了哪项条件,而不是笼统地说“约束分数偏高”。

也不要把“减掉约束列”当成通用的共同重评分。只有在确认其他项、权重、表示和坐标完全一致,并且知道该列的确切加权含义时,这种算术才可能有相应解释。更稳妥的是保存原始分数,同时按事先定义的共同评分流程重新评价各模型。本文练习中的共同分数是作者另行设定的一列,不是声称从某个原始分数机械扣除一项就能得到真实 Rosetta 分数。

最低分继续下降,可能只是抽得更多

假设同一任务最初得到三次分数,依次为负一百、负一百零一、负九十八。再加入两次,得到负一百一十和负九十九。前三次的最低值是负一百零一,五次的最低值变成负一百一十,但两组中位数都是负一百。这组数字也由作者设定,脚本实际核对了这些统计量。

从集合关系就能看出,往一个已有集合中继续加入候选,最小值不会升高。因此,甲流程生成十个候选,乙流程生成一千个,只比较各自最好的一个,会把采样数量的影响混入方法优劣。增加候选仍可能有价值,但需要区分发现更多构象与评价方法本身发生改进。记录每组尝试次数、成功输出数以及失败原因,是解释最佳结果的基础。

可以在相同采样预算下比较分布、满足条件的比例和低分候选的几何特征。还可以分批观察候选是否持续出现不同构象,而不只盯着最低分是否又下降了一点。独立轨迹或不同随机种子反映的是计算探索,不是独立生物样本。把几十次计算当成几十次实验重复,再据此报告生物学显著性,会夸大证据强度。

把异常挡在排序之前

复现脚本会先检查模型标识是否重复、序列标识和共同评分定义是否一致、测量原子集合是否相同,以及数值是否有限。我们额外构造了四个错误输入,重复模型、不同序列、不同原子集合和不同评分函数,均被明确拒绝。这里的目的不是建立通用文件解析器,而是示范一个批量结果表需要哪些进入条件。

看到的情况 先检查什么 暂时不要做什么
总分异常更低 序列、链和评分定义 直接列为首选
整体变化很小 关键位点和局部原子 宣称功能区未变
新批次最佳值下降 候选数量和失败记录 直接归因于方法更好
约束总分正常 逐项几何与编号 忽略局部不满足

实际项目可以把结果表与输入清单按模型标识连接,并要求每一行都有唯一结构文件。不要按文件夹里的自然排列顺序拼接,因为文件名排序、重跑或缺失文件都会改变行序。对没有成功输出的任务保留缺失原因,不把空值填成零。零往往会参与排序,甚至被误解为一个特别好的分数,从而把执行失败变成候选优势。

最终应交付一个可以复核的候选集合

Rosetta 的优势在于可按任务控制采样、评分和约束,适合在明确结构假设下生成与筛选候选。局限也来自这些选择会影响结果,流程经验不能被一列总分替代。对于大幅构象变化、未知配体状态或起始结构本身不可靠的问题,应先判断当前局部松弛能回答哪一部分,再决定是否需要其他结构信息或更广的搜索。

一份有用的交付至少保留输入结构与处理记录、运行版本和参数、各候选结构、原始分数及共同评分、关键几何指标、失败清单和筛选理由。最终候选最好不止一个编号,还应解释备选之间的差别。若后续验证失败,这些记录能帮助判断是起始假设、探索范围、评价标准还是实验条件需要调整。

对读者而言,最容易立即改进的一步,是给自己的结果表增加“比较条件是否相同”和“任务条件是否满足”两项检查。先让每个候选处在可解释的比较框架里,再讨论哪一个值得继续。计算分数用于组织证据,结构合理性与实际功能则需要各自对应的验证,不能由最低分这一项包办。

下载原创结果审阅练习与核验结果(ZIP)。使用 Python 标准库即可运行,按本文工具名称选择目录。包内说明逐项列出人为数据、已执行的检查和适用边界,不包含对应软件的安装包或预测模型。

当比较条件和筛选规则已经固定,需要持续生成并保存多批候选时,可了解云生信生物信息分析服务器,按软件版本、结构规模与采样计划沟通运行环境。

把知识用于当前任务

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗