用途：访问由 DeepMind 与 EMBL-EBI 维护的 AlphaFold DB，获取 2 亿+ AI 预测蛋白质三维结构，用于结构分析、药物发现、蛋白质工程与进化研究。
主要能力：按 UniProt ID 或蛋白名检索预测；下载 mmCIF/PDB 坐标文件；读取 pLDDT 逐残基置信度与 PAE 预测对齐误差；通过 Google Cloud 与 BigQuery 批量获取蛋白质组数据；用 Biopython 解析结构、提取 B 因子中的 pLDDT、计算接触与距离矩阵；支持 3D-Beacons 联邦 API。
使用方式：安装依赖 uv pip install biopython requests numpy matplotlib pandas scipy，可选 google-cloud-bigquery gsutil。用 Biopython 的 alphafold_db.get_predictions("P00520") 获取预测，download_cif_for 下载文件；或直接请求 https://alphafold.ebi.ac.uk/api/prediction/{uniprot_id}。文件 URL 形如 https://alphafold.ebi.ac.uk/files/{alphafold_id}-model_v4.cif，置信度与 PAE 分别为 -confidence_v4.json 和 -predicted_aligned_error_v4.json。批量下载示例：gsutil -m cp gs://public-datasets-deepmind-alphafold-v4/proteomes/proteome-tax_id-9606-*.tar .
适用场景：结构蛋白质组学、对接与结合位点分析、突变设计、同源结构比较、为缺乏实验结构的蛋白建模。
限制：预测为计算模型而非实验结构；不含配体、翻译后修饰与辅因子；仅单链，不预测多链复合物；高 pLDDT 不保证功能准确；低置信区可能天然无序；当前版本 v4，旧版本可能弃用；数据采用 CC-BY-4.0，需引用相关文献。具体收费与配额暂未提供。