企业官网建设流程全解析

AlphaFold Server 任务 JSON 文件格式详解：多任务批量建模请求的完整结构与字段规范

【免费下载链接】alphafoldOpen source code for AlphaFold 2.项目地址: https://gitcode.com/GitHub_Trending/al/alphafold

本篇技术指南以 AlphaFold 开源仓库中server/README.md为核心，系统讲解 AlphaFold Server 任务请求 JSON 文件的整体结构、name/modelSeeds/sequences三个顶层字段，以及proteinChain、dnaSequence、rnaSequence、ligand、ion五类实体（分子）的字段定义与允许取值，并逐节给出可直接复制的 JSON 示例。读完本文，你可以独立编写支持糖基化、翻译后修饰（PTM）、核酸化学修饰、配体与离子的多任务建模请求文件，并理解随机种子在本项目 JAX 推理链路中的实际作用。

1. 任务请求文件的总体结构：一个列表对应多个 Job

AlphaFold Server 的任务请求文件是一个JSON 列表——即使只提交一个任务，也必须使用单元素列表包裹。列表中每个元素是一个字典，对应一个独立的建模 Job：

[ { "name": "Test Fold Job Number One", "modelSeeds": [], "sequences": [ ... ] }, { "name": "Test Fold Job Number Two", "modelSeeds": [], "sequences": [ ... ] } ]

仓库中提供的完整示例文件 server/example.json 正是这一结构的实例：它包含两个 Job，第一个 Job 同时建模两条蛋白链、一对 DNA 双链（两条dnaSequence）、一条 RNA、两个配体和两种离子，第二个 Job 则是一个"一条蛋白链 + 一条 DNA"的简单组合。

每个 Job 字典包含三个键：

两个关键特性值得注意：

• 一个文件可指定多个 Job——这使得该格式天然适合自动化重复性建模任务（例如筛查一个蛋白与若干个候选分子的相互作用）；
• JSON 文件不允许写注释，编写自动化脚本生成请求文件时要避免在生成器中注入注释。

文档同时给出了一条实用建议：最简单的起步方式是通过 AlphaFold Server 的 Web GUI 提交一次任务，然后从结果 zip 包中取出<job_name>_job_request.json（其中保存了该任务的完整输入 JSON），用它作为模板在文本编辑器或 Colab 等编程环境中修改，比从零手写更可靠。

2. 随机种子（modelSeeds）在本项目推理链路中的真实含义

modelSeeds看起来只是 Server 服务端的输入参数，但从本仓库的源码结构看，它对应的是 JAX 推理管线中的随机数发生器（PRNG）种子，具有明确的复现语义：

• 在本地推理入口 run_alphafold.py 中，若未显式指定--random_seed，系统会随机抽取一个种子：random_seed = random.randrange(sys.maxsize // len(model_runners))；随后在 run_alphafold.py 按模型索引派生每个模型的种子：model_random_seed = model_index + random_seed * num_models。
• 种子最终在 alphafold/model/model.py 的RunModel.predict中消费：result = self.apply(self.params, jax.random.PRNGKey(random_seed), feat)。该方法的文档字符串特别指出：在 Multimer 模型中，随机种子控制 MSA 采样——这意味着固定种子可以在一定程度上复现同一输入下的采样行为。
• 仓库还通过 alphafold/model/prng.py 中的SafeKey包装器管理 PRNG key 的使用（防止同一 key 被重复消费），说明种子在整个前向计算图中是被严格追踪的。

因此 Server 侧的modelSeeds语义与本地--random_seed一脉相承：提供多个种子即等价于运行多次独立采样。官方推荐做法是提交空列表[]，让服务自动分配单个随机种子；只有在需要复现性验证或多采样比较时才显式指定 uint32 种子值。

3. 实体类型总览

sequences列表中每个元素的键名即实体类型，与 AlphaFold Server Web 界面支持的类型一一对应：

每类实体都带一个整数count字段，表示该分子的拷贝数。以下按类型逐一展开字段说明与示例（均继承自 server/README.md，并对照 server/example.json 校验过）。

3.1 蛋白质链（proteinChain）

• sequence：蛋白序列字符串。约束与 Web UI 相同，只允许 IUPAC 定义的氨基酸字母，仅支持 20 种标准氨基酸；
• count：该链的拷贝数（整数）；
• glycans（可选）：糖基化描述列表，每项包含：
  • residues：定义糖链的字符串（格式与允许的糖基类型可参考 Server FAQ）；
  • position：糖链连接的氨基酸位置（整数，1-based 索引）；
• modifications（可选）：翻译后修饰（PTM）描述列表，每项包含：
  • ptmType：修饰的CCD 码字符串（与 UI 允许的一致）；
  • position：被修饰氨基酸的位置（整数）。

允许出现的蛋白 PTM CCD 码共 22 个：CCD_SEP、CCD_TPO、CCD_PTR、CCD_NEP、CCD_HIP、CCD_ALY、CCD_MLY、CCD_M3L、CCD_MLZ、CCD_2MR、CCD_AGM、CCD_MCS、CCD_HYP、CCD_HY3、CCD_LYZ、CCD_AHB、CCD_P1L、CCD_SNN、CCD_SNC、CCD_TRF、CCD_KCR、CCD_CIR、CCD_YHA。

示例（与 server/example.json 中第一个 Job 的两条蛋白链一致）：

{ "proteinChain": { "sequence": "PREACHINGS", "glycans": [ { "residues": "NAG(NAG)(BMA)", "position": 8 }, { "residues": "BMA", "position": 10 } ], "modifications": [ { "ptmType": "CCD_HY3", "ptmPosition": 1 }, { "ptmType": "CCD_P1L", "ptmPosition": 5 } ], "count": 1 } }, { "proteinChain": { "sequence": "REACHER", "count": 1 } }

注意glycans中residues使用括号表达分支结构（NAG(NAG)(BMA)表示一个 NAG 上挂有 NAG 与 BMA 两个分支），position是 1-based，编写脚本换算 0-based 索引时要小心。

3.2 DNA 链（dnaSequence）

dnaSequence类型指的是单链 DNA。若要建模双链 DNA，需要另外添加一条携带反向互补序列的dnaSequence——server/example.json 中GATTACA与TGTAATC两条链即构成一对互补双链。

• sequence：DNA 序列字符串，只允许A、T、G、C四个字母（与 UI 约束相同）；
• count：该 DNA 链的拷贝数（整数）；
• modifications（可选）：DNA 化学修饰列表，每项包含：
  • modificationType：修饰的 CCD 码字符串；
  • basePosition：被修饰核苷酸的位置（整数）。

允许的 DNA 修饰 CCD 码共 9 个：CCD_5CM、CCD_C34、CCD_5HC、CCD_6OG、CCD_6MA、CCD_1CC、CCD_8OG、CCD_5FC、CCD_3DR。

示例：

{ "dnaSequence": { "sequence": "GATTACA", "modifications": [ { "modificationType": "CCD_6OG", "basePosition": 1 }, { "modificationType": "CCD_6MA", "basePosition": 2 } ], "count": 1 } }, { "dnaSequence": { "sequence": "TGTAATC", "count": 1 } }

3.3 RNA 链（rnaSequence）

• sequence：RNA 序列（单链）字符串，只允许A、U、G、C四个字母；
• count：该 RNA 链的拷贝数（整数）；
• modifications（可选）：RNA 化学修饰列表，字段结构与 DNA 相同（modificationType+basePosition）。

允许的 RNA 修饰 CCD 码共 14 个：CCD_PSU、CCD_5MC、CCD_OMC、CCD_4OC、CCD_5MU、CCD_OMU、CCD_UR3、CCD_A2M、CCD_MA6、CCD_6MZ、CCD_2MG、CCD_OMG、CCD_7MG、CCD_RSQ。

示例：

{ "rnaSequence": { "sequence": "GUAC", "modifications": [ { "modificationType": "CCD_2MG", "basePosition": 1 }, { "modificationType": "CCD_5MC", "basePosition": 4 } ], "count": 1 } }

3.4 配体（ligand）

• ligand：配体的CCD 码字符串（与 UI 允许的一致）；
• count：该配体的拷贝数（整数）。

允许的配体共 19 个：CCD_ADP、CCD_ATP、CCD_AMP、CCD_GTP、CCD_GDP、CCD_FAD、CCD_NAD、CCD_NAP、CCD_NDP、CCD_HEM、CCD_HEC、CCD_PLM、CCD_OLA、CCD_MYR、CCD_CIT、CCD_CLA、CCD_CHL、CCD_BCL、CCD_BCB。

示例：

{ "ligand": { "ligand": "CCD_ATP", "count": 1 } }, { "ligand": { "ligand": "CCD_HEM", "count": 2 } }

3.5 离子（ion）

• ion：离子的 CCD 码字符串（与 UI 允许的一致）；离子电荷由 CCD 码隐含指定，无需单独写电荷字段；
• count：该离子的拷贝数（整数）。

允许的离子共 10 个：MG、ZN、CL、CA、NA、MN、K、FE、CU、CO。

示例：

{ "ion": { "ion": "MG", "count": 2 } }, { "ion": { "ion": "NA", "count": 3 } }

4. 多任务示例与本地推理的对照

文档末尾给出"一个蛋白链 + 两份回文 DNA 拷贝"的多任务示例，这里完整保留：

{ "name": "Test Fold Job Number Two", "modelSeeds": [], "sequences": [ { "proteinChain": { "sequence": "TEACHINGS", "count": 1 } }, { "dnaSequence": { "sequence": "TAGCTA", "count": 2 } } ] }

需要强调的是，这套 JSON 格式面向的是AlphaFold Server 托管服务，而非本仓库的本地推理流程。本仓库开源的本地运行入口是 FASTA 文件 + docker/run_docker.py 命令行参数（--fasta_paths、--model_preset、--db_preset等），多序列 FASTA 用于multimer预设下的复合物预测（参见 README.md 中 "Folding a heteromer" 一节）。两条路径的理念相通：

• 本地多拷贝复合物通过在 FASTA 中重复序列条目实现，对应 Server JSON 中的count字段；
• 本地--random_seed的缺省随机行为对应modelSeeds: []的自动种子分配（见第 2 节源码分析）。

因此，当你用 Server JSON 完成交互筛查后，需要把筛选出的候选迁移到本地开源管线做深度验证时，只需把 JSON 中的序列按实体类型转写为多序列 FASTA 即可，实体定义本身是等价的。

5. 编写请求文件的检查清单

结合 server/README.md 的约束与 server/example.json 的实例，生成请求文件前建议核对：

1. 顶层是否为列表（即使只有一个 Job）；
2. 每个 Job 是否同时具备name、modelSeeds、sequences三个键，modelSeeds留空即采用推荐的可自动分配种子的模式；
3. 蛋白序列是否只含 20 种标准氨基酸字母；核酸序列是否只含合法字母（DNA 为 ATGC，RNA 为 AUGC）；
4. 双链 DNA 是否同时提供了反向互补的第二条dnaSequence；
5. glycans的position是否为 1-based 且落在序列长度内；
6. 所有ptmType/modificationType/ligand/ion取值是否落在本文列出的允许清单内；
7. 文件中是否误写了 JSON 不支持的注释。

满足以上条件后，该 JSON 即可作为批量建模任务的请求文件提交给 AlphaFold Server，结果将以 zip 包形式返回，其中同样包含<job_name>_job_request.json作为下一次迭代的模板。

【免费下载链接】alphafoldOpen source code for AlphaFold 2.项目地址: https://gitcode.com/GitHub_Trending/al/alphafold