取回一个预测结构，
并附置信度。
AlphaFold 为几乎每个已知蛋白质预测了结构。alphafold_structure 按 UniProt 编号取回模型，并带上置信度 —— 平均 pLDDT 与一张 PAE 矩阵 —— 让智能体不仅知道折叠，还知道该信多少，且与实验 PDB 并置以供对照。
这件仪器做什么
AlphaFold DB（EMBL-EBI）托管 DeepMind 为 UniProt 蛋白质预测的三维结构，附每残基置信度（pLDDT）与预测对齐误差（PAE），量化每个区域的可靠程度。
在控制台上，alphafold_structure 接收一个 UniProt 编号，返回模型版本、平均 pLDDT，以及 CIF/PDB 坐标与 PAE 的下载 URL。
它在控制台上驱动的工具
alphafold_structure
仅供研究使用。服务名称归各自所有者所有，不代表任何合作或背书。
Perslis 如何集成 AlphaFold DB
预测唯有附上置信度才有用，因此仪器绝不在不带 pLDDT 的情况下返回折叠。高分（血红蛋白为 98.06）说明模型可靠；低分则是一个警告，控制台原样传递，而非藏起。
由于 AlphaFold 与蛋白质工作台上的一切共用同一个 UniProt 编号，一个预测模型与一个实验 PDB 结构会为同一蛋白质自动对齐 —— 正是这个锚，让控制台能把实测与预测并排呈现。
提问
在控制台问一个问题 —— 不用学每个服务的查询语言，不用切换标签页。
路由
Lois 与其他仪器一起调用它，并汇集返回的结果。
钉源
每个字段都保留来源：数据库、编号、URL。说不出来源的结果，在构造层面就被拒绝。
准入
PEEL 门决定什么能进入实验记录。转述的数值逐字保留；无依据的断言进不来。
一个真实、可溯源的结果
实时从该服务取回，并钉在它的标识符上 —— 与控制台上每个答案受同一契约约束。
| 蛋白质 | HBA_HUMAN（血红蛋白 α 亚基） |
|---|---|
| 模型版本 | v6 |
| 平均 pLDDT | 98.06（极高置信度） |
| 坐标 | AF-P69905-F1-model_v6.cif / .pdb |
| PAE | predicted_aligned_error_v6.json |
来源: alphafold · P69905 · 取回于 2026-09-18
为什么经由同一个控制台调用 AlphaFold
带信任分的预测
每个模型都返回其 pLDDT —— 智能体权衡折叠，而非假定它。
预测与实测并置
共用的 UniProt 编号让 AlphaFold 模型与其实验 PDB 结构对齐。
低置信度不被隐藏
弱 pLDDT 被逐字传递 —— 控制台报告不确定性，而非把它抹平。
AlphaFold 会对话的仪器
预测凭其置信度立于实测之侧。AlphaFold 与 UniProt、PDB 及 InterPro 并肩作答。
