用途：该技能用于访问 AlphaFold DB——由 DeepMind 与 EMBL-EBI 维护的公开蛋白质 3D 结构预测库，覆盖超过 2 亿个蛋白质。适合按 UniProt 登录号获取 AI 预测结构、下载坐标文件做结构分析或对接、分析预测置信度、批量下载整个蛋白质组，以及为缺乏实验结构的蛋白构建模型。若只需实验结构应直接用 PDB；若要自行运行预测应使用 ColabFold 或本地 AlphaFold。
主要能力：可通过 BioPython 的 alphafold_db 模块或 REST API（https://alphafold.ebi.ac.uk/api/prediction/{uniprot_id}）获取预测元数据与结构模型；下载 mmCIF、PDB、Binary CIF 坐标文件及 confidence、PAE 的 JSON/PNG；按残基 pLDDT（0–100）与 PAE 矩阵评估置信度；经 3D-Beacons 联邦 API 跨结构提供方查询；通过 Google Cloud Storage 与 BigQuery 做批量获取和元数据筛选。AlphaFold ID 格式为 AF-{UniProt登录号}-F{片段号}，当前版本 v4，文件 URL 需带版本后缀。
必要用法：安装 pip install biopython requests numpy matplotlib，批量访问时加装 google-cloud-bigquery google-cloud-storage。单蛋白用 BioPython，超过约 100 个蛋白改用 GCS 并行下载；请求间加 100–200ms 延迟、并发不超过 10。
限制：pLDDT 低于 50 的区域可能无序，应排除在下游分析外；预测不含配体、翻译后修饰、辅因子与多链上下文；高 pLDDT 不保证功能准确；PAE 矩阵按设计不对称；长于约 2700 残基的蛋白会被拆分为多个片段；部分生物未覆盖，无预测时 API 返回 404。分类、收费与价格信息暂未提供。