用 UniProt ID 获取并分析 AlphaFold…

当用户提供明确的 UniProt Accession ID 并希望获得 AlphaFold 预测结构的置信度指标、结构域边界分析或无序性评估时使用。

适用场景

解决思路

1. 确认用户提供的是 UniProt Accession ID；若只有蛋白名、基因名或氨基酸序列，先让用户在 UniProt（https://www.uniprot.org）上查出 ID。
2. 阅读 uv 技能并按其 Setup 说明操作，确保 uv 已安装并在 PATH 中。
3. 若工作区根目录下不存在 .licenses/alphafold_database_fetch_and_analyze_LICENSE.txt，则先显著提醒用户查看 https://alphafold.ebi.ac.uk/ 的条款，然后创建该文件记录通知文本与时间戳。
4. 始终使用提供的辅助脚本查询数据库，不要直接访问数据库，脚本会自动优雅地执行所需的速率限制。
5. 用 uv run scripts/fetch_structure.py <UniProt_ID> -o <输出目录> 下载 .cif 结构文件、_predicted_aligned_error.json 和 API 元数据 JSON（-metadata.json）；对超大蛋白脚本会处理片段回退。
6. 指定 -o 时使用绝对路径或相对于用户项目根目录的路径，绝不要使用相对于技能目录的路径。
7. 用 uv run scripts/analyze_plddt.py <AFDB元数据JSON路径> 读取 pLDDT 置信度指标，打印启发式置信度评估（structured、disordered、mixed）。
8. 用 uv run scripts/analyze_pae.py <PAE JSON路径> 读取 PAE JSON 文件，通过滑动窗口 PAE 启发式方法检测刚性结构域边界。
9. 不要自行计算结构域边界或评估结构无序性，始终依赖脚本输出。
10. 阅读脚本打印到 stdout 的分析结果并综合给用户：先检查是否有 [!] WARNING 行，若报告未找到 canonical 条目而使用了 isoform，或蛋白非常大（>2700 AAs），必须显著转达该警告，不得省略。
11. 将 pLDDT Conclusion 与 PAE Structural Conclusion 合并为一个连贯的整体总结，描述蛋白整体折叠置信度、无序区存在情况以及刚性结构域布局。
12. 突出支持性指标：整体 Global pLDDT 及置信度分数分布（尤其是 Very Low 与 Very High 的比例），以及结构域边界分析（不同全局结构域数量及其具体残基范围）。
13. 若分析结论认为蛋白高度内在无序（例如 <50 pLDDT 比例高或缺乏刚性结构域），单独发出显著警告，建议用户不要继续进行全蛋白下游结构分析（如 Foldseek 或 docking）；若无序中存在小的有序结构域，建议将后续分析严格限制在这些特定残基边界内。
14. 提醒用户每个残基的 pLDDT 已嵌入所下载 mmCIF 文件的 B-factor 列中。
15. 若使用了本技能，确保在输出中提及这一点。

适用边界 · 注意事项

• 用户只有蛋白名、基因名或氨基酸序列而没有 UniProt ID 时（先让用户去 UniProt 查询 ID）。
• 用户想搜索结构同源物（应使用 Foldseek）。
• 用户想对自定义序列运行 AlphaFold 预测，或需要实验性 PDB 结构（应使用 RCSB PDB）。