Foldseek 结构搜索
一、用途 Foldseek 用于基于三维结构进行相似性搜索，适用于以下场景：（1）在 PDB/AFDB 数据库中查找相似结构；（2）结构同源搜索；（3）远程同源检测；（4）结构聚类；（5）比较设计结构与天然结构、进行新颖性检查、为基序移植寻找骨架。如果按序列搜索，应使用 BLAST；如果同时需要序列与结构信息，可两者都运行并比较结果。功能注释建议与 UniProt 交叉参考。
二、前置要求 Python：最低 3.8+，推荐 3.10。 内存：最低 8GB，推荐 16GB。 磁盘：最低 10GB，推荐 50GB（用于本地数据库）。 注意：Foldseek 可本地运行或通过网页服务器运行，不需要 GPU。
三、使用方式 说明中提供三种运行方式。
方式 1：网页服务器（快速；有速率限制，请节制使用）
将结构上传到网页服务器：
curl -X POST "https://search.foldseek.com/api/ticket"
-F "q=@query.pdb"
-F "database[]=afdb50"
-F "database[]=pdb100"
方式 2：本地安装 安装 Foldseek： conda install -c conda-forge -c bioconda foldseek
搜索 PDB： foldseek easy-search query.pdb /path/to/pdb100 results.m8 tmp/
搜索 AlphaFold DB： foldseek easy-search query.pdb /path/to/afdb50 results.m8 tmp/
方式 3：Python API import subprocess import pandas as pd
def foldseek_search(query_pdb, database, output="results.m8"): """Run Foldseek search.""" subprocess.run([ "foldseek", "easy-search", query_pdb, database, output, "tmp/", "--format-output", "query,target,pident,alnlen,evalue,bits" ]) return pd.read_csv(output, sep="\t", names=["query", "target", "pident", "alnlen", "evalue", "bits"])
四、主要参数 --min-seq-id：默认 0.0，最小序列一致性。 -e：默认 0.001，E-value 阈值。 --alignment-type：默认 2，0=3Di，1=TM，2=3Di+AA。 --max-seqs：默认 1000，通过预筛选的最大命中数；降低该值会影响灵敏度。
五、可用数据库 pdb100：PDB 链，约 340K 结构。 afdb50：AlphaFold DB 按 50% 序列一致性聚类，约 53M 结构。 swissprot：SwissProt 结构，约 540K 结构。 cath50：CATH 结构域，约 50K 结构域。
六、输出格式与示例 输出 results.m8 为表格格式： query target pident alnlen evalue bits query 1abc_A 85.2 120 1e-45 180.5 query 2def_B 72.1 115 1e-32 145.2
成功运行示例： $ foldseek easy-search query.pdb pdb100 results.m8 tmp/
results.m8 columns: query target pident alnlen mismatch gapopen qstart qend tstart tend evalue bits
query 1abc_A 85.2 120 ... 1e-45 180.5 query 2def_B 72.1 115 ... 1e-32 145.2
资料说明：上述命中一致性与 E-value 为占位示例；foldseek 不会打印某些其他工具显示的 [INFO] 行。
七、常见用例 查找相似设计（将设计与 PDB 比较）： foldseek easy-search design.pdb pdb100 similar_natural.m8 tmp/
新颖性检查（确保设计对已知结构相似度低）： foldseek easy-search design.pdb afdb50 novelty.m8 tmp/ 新颖性判断参考：最高命中一致性 < 30%。
骨架搜索（为基序移植寻找骨架）：
foldseek easy-search motif.pdb pdb100 scaffolds.m8 tmp/
--min-seq-id 0.0 -e 10
验证命中数量： wc -l results.m8
八、故障排查与错误解读 无命中：降低 E-value 阈值，或尝试更大的数据库。 命中过多：提高 min-seq-id 阈值。 搜索缓慢：使用更小的数据库。
错误表： Database not found：原因是有误的路径，修复方式是检查数据库位置。 Invalid PDB：原因是结构格式错误，修复方式是校验 PDB 格式。 Out of memory：原因是数据库过大，修复方式是使用更多内存或改用网页服务器。
九、后续步骤 资料建议：用 pdb 技能下载命中结果，再用于骨架设计。