欢迎关注我的CSDN：https://spike.blog.csdn.net/
本文地址：https://blog.csdn.net/caroline_wendy/article/details/130594303

MSA (Multiple Sequence Alignment) 在 AlphaFold2 中的工作方式如下：

1. 使用搜索工具 (hhblits/hhsearch/jackhmmer)，从大型数据库中，搜索与目标蛋白质序列相关的蛋白质序列，与目标蛋白质序列对齐。
2. 将对齐的序列作为其神经网络模型的输入特征，该模型由两个主要部分组成：一个表示MSA的行和列，另一个表示蛋白质模型中每个氨基酸之间的原子间距离。
3. 使用神经网络模型预测蛋白质的三维结构，通过反复细化MSA和原子间距离的表示，直到收敛。

当使用 AlphaFold2 进行蛋白结构预测时，有时，比较复杂的序列，需要优化 MSA 搜索，再进行预测蛋白结构，即需要将 MSA 与 结构推理 两个部分解耦。

1. 修改运行脚本

即 run_alphafold.sh，增加运行参数 -s true/false，即可，修