AlphaFold Protein Structure Database

内容与规模

AFDB 提供与 UniProt 条目一一对应的预测结构，官方页口径约 2 亿条以上，未给精确值 [1]。2025 版与 UniProt 2025_03 同步，加入 isoform、MSA 与 MSA depth，并附 >3.61 亿个 TED 结构域注释 [2]。官方称数据"freely and openly available"，页面未写明具体条款；NAR 论文本身为 CC BY 4.0 ⚠️ 数据条款待核 [1][2]。

哪些模型拿它训练或评测

AFDB 属二级（预测）数据，主要用于蒸馏：Boltz-2 蒸馏集含约 500 万条 AFDB 单体预测；ESM3 的结构监督使用 AFDB v4（pLDDT≥0.7）。蒸馏路径总览见 AlphaFold DB 与结构蒸馏。

已知偏差与泄漏

预测补全的是"形状"，不是功能或活性真值；序列空间里实测结构只覆盖极小部分。多轮模型输出回流训练会形成循环偏差。口径易混：St. Jude 的 AlphaSync 镜像报告 70,617 个结构，与 AFDB 的 2 亿口径不是同一对象 [2]。

来源

1. https://alphafold.ebi.ac.uk/about (2026-10-15)
2. https://academic.oup.com/nar/article/54/D1/D358/8340156 (2026-10-15)
3. https://www.biorxiv.org/content/10.1101/2022.07.20.500902v2.full (2026-10-15)