结构准确度（structure accuracy）指：在已有参考结构（reference structure，通常为 X-ray / cryo-EM 解析的 PDB 条目，或公认的同源模板）的前提下，预测坐标与参考之间偏差的可量化度量。本文只讨论这类「对照金标准」的误差指标，不涉及 pLDDT、PAE 等模型自评置信度。
对蛋白酶、聚合酶等改造场景，全局折叠正确并不保证催化三联体、S1 口袋或 loop 几何正确；因此除全链指标外，还需局部功能位点的准确度报告。
缩写体例：缩写首次出现写「中文全称（English，ABB）」；段末 段末注释 释义；后文沿用缩写。
1. 评价前必须统一的协议
准确度数值不是 intrinsic 常数，强烈依赖下列约定；论文与内部 SOP 必须写清，否则不同实验室结果不可比。
| 协议项 | 常见选择 | 影响 |
|---|---|---|
| 参考结构 | holo / apo 晶体；NMR ensemble 某一构象 | apo 与 holo 口袋形状可差数 Å |
| 叠合方式 | 全链 Cα；仅结构域；仅活性位点残基 | 同一对结构，RMSD 可差数倍 |
| 原子集合 | Cα；主链；全原子（含侧链） | 侧链 RMSD 通常大于 Cα |
| 序列对齐 | 相同 UniProt 编号；缺口/插入如何处理 | 错位会直接 inflate 误差 |
| 寡聚态 | 单体 vs 生物学组装单元 | 结构域相对取向是否纳入 |
Kabsch 叠合（Kabsch alignment）：在最小化均方偏差意义下，求最优旋转平移，使预测结构与参考结构对齐。除专门说明「未叠合 RMSD」外，下文 RMSD 均指叠合后 RMSD。
图 1 Kabsch 叠合：叠合前预测与参考坐标系不一致，无法直接比较 RMSD；叠合后求最优旋转平移，对应原子间的偏差方可汇总为 RMSD。
段末注释：PDB（Protein Data Bank，蛋白质结构数据库）存实验或提交的坐标；Å（ångström，埃）为 $10^{-10},\mathrm{m}$，结构生物学常用长度单位。
2. 全局结构准确度
2.1 RMSD（均方根偏差）
均方根偏差（root-mean-square deviation，RMSD）是最直观的坐标误差：
[
\mathrm{RMSD} = \sqrt{\frac{1}{N}\sum_{i=1}^{N} |\mathbf{x}_i - \mathbf{y}_i|^2}
]
其中 $\mathbf{x}_i$、$\mathbf{y}_i$ 为预测与参考中第 $i$ 个对应原子的三维坐标，$N$ 为参与计算的原子数。
| 原子集合 | 典型用途 | 经验解读（全链 Cα，仅作粗参考） |
|---|---|---|
| Cα RMSD | CASP、方法学论文最常见 | < 2 Å 常视为整体折叠较好 |
| 主链 RMSD | 略严于 Cα | 略大于 Cα RMSD |
| 全原子 RMSD | 侧链 packing 评估 | < 1.5 Å 可称高精度；蛋白酶柔性 loop 区常拖高 |
优点：定义简单、物理意义直接。
局限：
- 对少数局部大偏差不敏感（长链上 90% 残基很准、活性 loop 错了，全局 RMSD 仍可能「好看」）；
- 结构域相对滑动可能部分被吸收在叠合中；
- 长度依赖：不宜跨不同长度蛋白直接比较（应用 TM-score 等归一化指标）。
图 2 RMSD：叠合后逐原子偏差 $\Delta_i$ 的均方根；全局 Cα RMSD < 2 Å 常视为折叠较好，但对少数局部大偏差不敏感。
2.2 TM-score（模板建模分数）
TM-score（Template Modeling score）在叠合后，基于 Cα 距离转换得到 0–1 分数，对链长有归一化：
- ≥ 0.5：通常认为整体拓扑与参考一致（同一 fold 族）；
- ≥ 0.7：高度相似；
- < 0.3：一般视为随机无关结构水平。
计算常用 TM-align、US-align 等程序；US-align 还支持核酸与复合物。
适用：比较不同长度蛋白、报告「预测是否 fold 对」；远缘同源、序列相似度低但结构接近的酶（如 EC 1.3.3.4 案例）适合用 TM-score 而非仅看序列同一性。
图 3 TM-score：0–1 长度归一化分数；≥ 0.5 通常表示拓扑一致，≥ 0.7 高度相似；可跨不同长度蛋白比较 fold 相似性。
段末注释：TM-align 为 Zhang 实验室开发的结构对齐与 TM-score 计算程序。
2.3 GDT-TS 与 GDT-HA
全局距离检验（Global Distance Test，GDT）源于 CASP（Critical Assessment of protein Structure Prediction，蛋白质结构预测关键评估）社区：
- 对每个阈值 $\delta$，统计 Cα 偏差 < $\delta$ 的残基比例 $P(\delta)$；
- GDT-TS（total score）：$\delta \in {1, 2, 4, 8},\mathrm{Å}$ 的 $P(\delta)$ 平均，再化为 0–100 分；
- GDT-HA（high accuracy）：$\delta \in {0.5, 1, 2, 4},\mathrm{Å}$，用于高精度子集评估。
解读：GDT-TS 80+ 通常表示很好的预测；GDT-HA 对侧链附近几何更苛刻。CASP 官方排名长期以 GDT 系指标为主。
图 4 GDT：以 1、2、4、8 Å（GDT-TS）或 0.5、1、2、4 Å（GDT-HA）为阈值，统计 Cα 偏差落在各阈值内的残基比例 $P(\delta)$ 并取平均，化为 0–100 分。
2.4 lDDT 与 lDDT-Cα
局部距离差检验（local Distance Difference Test，lDDT）比较预测与参考在局部邻域（常取 15 Å 内原子对）距离矩阵的一致性，而非仅叠合后的坐标 RMSD：
- 输出 0–1（或 0–100）；
- lDDT-Cα 仅基于 Cα–Cα 距离；
- > 0.8（或 80）常视为高质量；0.6–0.8 中等。
优点：对局部错误（loop、接口、口袋边界）比全局 RMSD 更敏感。
用途：活性位点邻域质量、与 DSSP 二级结构注释联合分析时的局部校验。
图 5 lDDT：比较预测与参考在 ~15 Å 邻域内原子对距离矩阵的一致性；对 loop、接口等局部错误比全局 RMSD 更敏感。
段末注释：lDDT 与模型输出的 pLDDT 名称相近但含义不同：lDDT 需要参考结构，是准确度；pLDDT 无参考，是置信度（本文不展开）。
3. 局部与功能位点准确度
蛋白酶、聚合酶改造中，催化几何往往集中在十数个残基；以下指标应作为全局指标的必要补充。
3.1 活性位点 RMSD / lDDT
- 从 CSA（Catalytic Site Atlas，催化位点图谱）或 UniProt Active site 字段取得催化残基列表；
- 将预测与参考按全链 Cα 或仅活性位点 Cα 叠合；
- 仅对催化残基（及 flanking ±3～5 残基，按研究问题定义）计算 RMSD 或 lDDT。
| 区域 | 对酶活的可能关联 |
|---|---|
| 催化三联体 Cα RMSD > 1.5 Å | 可能影响 $k_{\mathrm{cat}}$ |
| S1 / 底物识别区 RMSD 偏大 | 可能影响 $K_m$、底物特异性 |
| 聚合酶 finger–thumb 相对取向误差 | 可能影响 closed/open 构象与持续合成 |
图 6 从 CSA / UniProt 取得催化残基，在全链或活性位点叠合后单独计算局部 RMSD 或 lDDT；催化三联体 Cα RMSD > 1.5 Å 可能影响 $k_{\mathrm{cat}}$。
3.2 关键 loop 与结构域界面
- Loop RMSD：单独选取 S1 环、氧阴离子穴周围 loop 等柔性区；
- 结构域 RMSD：多结构域蛋白酶（如某些金属蛋白酶、聚合酶）按结构域叠合后分别报各域 RMSD 与域间相对取向（可用域间 Cα RMSD 或旋转角误差描述）。
柔性区在实验结构中可能缺失；与 NMR ensemble 或多构象 cryo-EM 对比时，宜报对 ensemble 中最接近构象的误差，而非单一构象。
图 7 左：S1 loop 等柔性区单独报 Loop RMSD，避免被刚性核心「掩盖」；右：多结构域蛋白分别叠合各域并评估域间相对取向误差。
3.3 二级结构元素准确度
在有三维坐标的前提下，用 DSSP 注释预测与参考的二级结构，可报：
| 指标 | 含义 |
|---|---|
| Q3 | 三态（H/E/C）分类准确率 |
| SOV（Segment Overlap score） | 对片段连续性更敏感的分段重叠分数 |
loop 被错误判为 $\alpha$ 螺旋或 $\beta$ 折叠，会直接影响口袋边界与体积估计。
图 8 用 DSSP 注释预测与参考的三态二级结构（H/E/C），报 Q3 分类准确率与对片段连续性更敏感的 SOV 分数。
3.4 侧链与氢键几何（高精度要求时）
全原子预测或侧链 repacking 后，可进一步报：
- 催化组原子（如 Ser Oγ、His Nε）到底物参考点的距离误差；
- 氢键长度、角度偏差（需定义阈值，如 < 0.5 Å / 20°）；
- Rotamer 状态是否与参考一致（蛋白酶底物识别区 P1 侧链方向）。
计算成本高于 Cα 指标，多用于个案机制研究或方法 benchmark 的高精度子集。
图 9 全原子精度下评估 rotamer 状态、催化原子到底物参考点距离，以及氢键长度/角度是否落在阈值（如 < 0.5 Å / 20°）内。
4. 复合物与配体相关准确度
含抑制剂、肽段底物或核酸的 holo 结构：
| 指标 | 定义概要 | 常用阈值（经验） |
|---|---|---|
| 配体 RMSD | 叠合蛋白后，配体 heavy-atom RMSD | < 2 Å 常认为结合模式大致正确 |
| DockQ | 综合界面与配体位置的单一分数 0–1 | > 0.23 可接受；> 0.49 较好；> 0.8 近实验精度 |
| 界面 RMSD | 仅界面残基 Cα | 蛋白–蛋白、蛋白–核酸复合物 |
注意：holo 参考下 apo 预测必然误差大；比较时应统一 holo vs holo 或明确说明 apo 预测的局限。
图 10 左：蛋白叠合后配体 heavy-atom RMSD < 2 Å 常表示结合模式大致正确；右：DockQ 综合界面 Fnat、LRMSD、iRMSD 映射为 0–1 单一分数。
段末注释：DockQ 由界面 Fnat、LRMSD、iRMSD 等组合映射到 0–1，用于蛋白–蛋白或蛋白–配体对接评估。
5. 设计验证中的「结构准确度」变体
逆折叠、de novo 设计流程中，常用目标骨架作 reference（未必有实验结构）：
| 指标 | 定义 |
|---|---|
| scRMSD | 设计序列经结构预测器再折叠，与设计目标骨架的 Cα RMSD |
| scTM | 同上，报 TM-score |
这仍属「对 reference 结构的准确度」，reference 是设计意图而非 PDB 实验结构。经验上 scTM > 0.5、scRMSD < 2 Å 常作可合成候选的粗筛；与实验解析结构的 RMSD 不是同一层次的金标准。
图 11 逆折叠设计流程：目标骨架 → 设计序列 → 结构预测再折叠 → 与目标骨架对比 scRMSD / scTM，评估设计自洽性。
6. 基准测试与分层报告（方法学论文惯例）
6.1 社区盲测
| 基准 | 说明 |
|---|---|
| CASP | withheld 靶标，主报 GDT-TS / GDT-HA、TM-score |
| CAMEO | 持续自动评估，适合跟踪服务器版本 |
6.2 按难度分层
避免「测试集与训练集过近」导致准确度虚高：
| 分层维度 | 做法 |
|---|---|
| 序列相似度 | MMseqs2 将测试样本按与训练集同一性分为 0–50%、50–90%、90–100% |
| 结构相似度 | Foldseek、US-align TM-score 分层 |
| 蛋白类型 | 单独统计蛋白酶、膜蛋白、大复合物 |
| 长度 | 短链（<100 aa）vs 长链 |
每层分别报 RMSD / TM-score / lDDT 的中位数与分位数，而非仅报全测试集平均。
6.3 统计报告建议
- 报 median 与 90th percentile，不只 mean（少数失败案例会拉偏均值）；
- 报 success rate：如 TM-score ≥ 0.5 的靶标比例；
- 对蛋白酶子集单独给 活性位点 lDDT 分布。
7. 蛋白酶场景：推荐最小报告集
| 优先级 | 指标 | 说明 |
|---|---|---|
| 必报 | 全链 Cα RMSD + TM-score（或 GDT-TS） | 整体 fold 是否正确 |
| 必报 | 催化残基 局部 RMSD 或 lDDT | 功能几何 |
| 建议 | 关键 loop（如 S1）局部 RMSD | 底物识别、诱导契合 |
| holo 有参考时 | 配体 RMSD 或 DockQ | 口袋与抑制剂模式 |
| 方法学 | 按 序列相似度分层 的 TM-score / lDDT | 泛化能力 |
不建议仅用全链 Cα RMSD < 2 Å 断言「活性位点可用于酶活建模」；丝氨酸蛋白酶等体系中，数 Å 的 loop 偏差即可改变口袋体积与催化几何。
8. 常用工具速查
| 任务 | 工具 |
|---|---|
| 叠合 + RMSD + TM-score | TM-align、US-align、PyMOL align |
| GDT | CASP 官方脚本、LGA |
| lDDT | OpenStructure、BioPython 生态、CASP 评估包 |
| 二级结构对比 | mkdssp + 自写 Q3/SOV |
| 复合物 | DockQ 程序 |
| 批量结构搜索 | Foldseek |
9. 指标对照总表
| 指标 | 需参考结构 | 越高/越低越好 | 主要看什么 |
|---|---|---|---|
| Cα RMSD | 是 | 越低越好 | 叠合后全局坐标偏差 |
| TM-score | 是 | 越高越好（≥0.5 拓扑对） | 长度归一化的 fold 相似性 |
| GDT-TS / GDT-HA | 是 | 越高越好 | CASP 标准全局准确度 |
| lDDT / lDDT-Cα | 是 | 越高越好 | 局部距离网络一致性 |
| 活性位点 RMSD | 是 | 越低越好 | 催化几何 |
| Q3 / SOV | 是 | 越高越好 | 二级结构分类 |
| 配体 RMSD | 是 | 越低越好 | 结合模式 |
| DockQ | 是 | 越高越好 | 复合物整体 |
| scRMSD / scTM | 是（目标骨架） | RMSD↓ / TM↑ | 设计自洽对目标结构 |
小结
结构准确度评价的核心是：在明确 reference 与叠合协议的前提下，用全局指标（RMSD、TM-score、GDT、lDDT）回答「fold 对不对」，用局部指标（活性位点 RMSD、loop、配体 RMSD）回答「功能位点能不能用」。蛋白酶改造应默认采用「全局 + 活性位点」双层报告，并按序列/结构相似度分层，避免被全链平均数掩盖关键 loop 错误。
概念索引
| 术语 | 含义 |
|---|---|
| RMSD | 叠合后对应原子坐标偏差的均方根 |
| TM-score | 0–1，长度归一化的 fold 相似度 |
| GDT | 多阈值 Cα 偏差比例平均，CASP 主指标 |
| lDDT | 局部距离矩阵与参考的一致性 |
| DockQ | 蛋白–配体/蛋白–蛋白复合物质量综合分 |
| CASP | 蛋白质结构预测社区盲测 |
| CSA | 催化位点残基数据库 |