用途：访问由 Google DeepMind 与 EMBL-EBI 维护的 AlphaFold DB 公共蛋白质结构预测库，用于结构生物学、药物发现、蛋白质工程等场景中检索和利用 AI 预测结构。适用前提是处理 AI 预测结构而非实验结构。
主要能力：按 UniProt 编号或蛋白名检索预测；下载 PDB/mmCIF/BCIF 坐标文件；读取 pLDDT 与 PAE 置信度指标；通过 EMBL-EBI FTP 或 Google Cloud 获取批量蛋白质组数据集；用 mmCIF 解析做接触图、B 因子分析；批量处理多个蛋白。
使用方式：安装依赖 uv pip install biopython requests；分析可加 numpy matplotlib pandas scipy，批量 GCP 可加 google-cloud-bigquery gsutil。推荐用 Biopython 的 Bio.PDB.alphafold_db.get_predictions，或直接请求 GET https://alphafold.ebi.ac.uk/api/prediction/{uniprot_id}，注意选取 uniprotAccession 匹配的记录，而非 [0]。文件 URL 从响应中读取，不要硬编码 _v{N} 后缀。复合物需加 ?include_complexes=true 或调用 /api/complex/{id}。命令行辅助：python scripts/query_alphafold.py prediction P00520。
限制：预测结果不含配体、翻译后修饰与辅因子；高 pLDDT 不保证功能准确；低置信区可能在体内无序；PAE 仅反映结构域相对置信。默认结果为单链，复合物需显式请求；不在库中的复合物需自行折叠。REST 与 FTP 为 v6，GCS/BigQuery 仍为 v4；旧 v4 文件 URL 已失效。数据采用 CC-BY-4.0，使用时须引用相应论文。