# AlphaFold Protein Structure Database 许可证声明：宽松（CC-BY-4.0）；本站处理：只链接原出处。针对数据的声明允许商用和再分发。来源风险标记：derived、model-generated。 - 能否商用：是 · 能否改编：是 · 能否再分发：是 · Mdexa 提供文件：否 - 许可证状态：宽松 (CC-BY-4.0) - Mdexa 处理：只链接 — 许可证宽松：针对数据的声明允许商用和再分发。来源风险标记：加工自其他数据集、模型生成。只链接原出处。 - 来源风险：加工自其他数据集、模型生成 - 最近核实：2026-11-14 - 信息卡：https://mdexa.com/zh/datasets/alphafold-db/ ## 关键事实 - 领域：基因与组学 - 内容类型：结构化数据库 - 规模：— — over 260 million protein structure predictions - 语言：英文 - 模态：文本 - 发布方：Google DeepMind and EMBL-EBI - 年份：— ## AlphaFold Protein Structure Database 是否允许商业使用 - 商业使用：是。 - 许可状态：宽松。 - 条件：署名 结论仅记录来源所述，不构成法律意见。 ## AlphaFold Protein Structure Database 许可证证据 针对数据的声明允许商用和再分发 - **数据集页面** — CC-BY-4.0：在快照 s01（page）中找到的声明 — "Data is available for academic and commercial use, under a CC-BY-4.0 licence." — https://alphafold.ebi.ac.uk/ (2026-11-12; 亲自打开) - **数据集页面**：在快照 s01（page）中找到的声明 — "EMBL-EBI expects attribution (e.g., in publications, services, or products) for any of its online services, databases, or software in accordance with good scientific practice." — https://alphafold.ebi.ac.uk/ (2026-11-12; 亲自打开) - **数据集页面**：在快照 s01（page）中找到的声明 — "AlphaFold Data Copyright (2022) DeepMind Technologies Limited." — https://alphafold.ebi.ac.uk/ (2026-11-12; 亲自打开) - **数据集页面**：在快照 s01（page）中找到的声明 — "Kinetoplastid data copyright (2025) Wheeler Lab" — https://alphafold.ebi.ac.uk/ (2026-11-12; 亲自打开) - **数据集页面**：在快照 s01（page）中找到的声明 — "AllTheBacteria data copyright (2025) AllTheBacteria Consortium" — https://alphafold.ebi.ac.uk/ (2026-11-12; 亲自打开) - **数据集页面**：在快照 s01（page）中找到的声明 — "A BFVD Data Copyright (2025) The BFVD Development Team" — https://alphafold.ebi.ac.uk/ (2026-11-12; 亲自打开) - **数据集页面**：在快照 s01（page）中找到的声明 — "AlphaMissense Copyright (2023) DeepMind Technologies Limited." — https://alphafold.ebi.ac.uk/ (2026-11-12; 亲自打开) - **网站页脚**：在快照 s01（page）中找到的声明 — "Copyright © EMBL 2023 EMBL-EBI is part of the European Molecular Biology Laboratory Terms of use" — https://alphafold.ebi.ac.uk/ (2026-11-12; 亲自打开) ## 来源与血缘 — - 加工自：UniProt - 加工自：PDB ## AlphaFold Protein Structure Database 已知问题 — ## 预检 未预检（数据未入库）。 ## AlphaFold Protein Structure Database 下载、接口与获取方式 Mdexa 站内不提供文件。原始出处： - https://alphafold.ebi.ac.uk/ - https://alphafold.ebi.ac.uk/faq ## AlphaFold Protein Structure Database 引用格式 原始资料没有给出推荐引用文本。 ## 机器可读 - JSON: https://mdexa.com/datasets/alphafold-db.json - 2026-11-14 补入来自所引来源（论文、发布说明、官方页面）的已知缺陷、版本说明与取用方式，每条标明出自谁、何时、来源类型。 - 2026-11-14 实用卡字段（内容范围、标识符、取用方式、版本、已知缺陷）由自动流水线根据已存快照添加，每条陈述带逐字引文。 - 2026-11-14 补入来自所引来源（论文、发布说明、官方页面）的已知缺陷、版本说明与取用方式，每条标明出自谁、何时、来源类型。 - 2026-11-14 按当前规则重新判定；机器检查仍全部通过。 - 2026-11-14 按当前规则重新判定；机器检查仍全部通过。 - 2026-11-13 按当前规则重新判定；机器检查仍全部通过。 - 2026-11-13 按当前规则重新判定；机器检查仍全部通过。 - 2026-11-13 经自动流水线收录并通过全部校验（门禁、逐字引用、判定引擎、两轮独立抽取）。 ## 实用信息 ### 内容范围 - 页面称 AlphaFold DB 提供超过 2.6 亿个蛋白质结构预测的开放访问，以加速科学研究。 > AlphaFold DB provides open access to over 260 million protein structure predictions to accelerate scientific research. https://alphafold.ebi.ac.uk/ (2026-11-12) - 页面称最新数据库版本包含超过 2 亿个条目，并广泛覆盖 UniProt，即蛋白质序列和注释的标准库。 > The latest database release contains over 200 million entries, providing broad coverage of UniProt (the standard repository of protein sequences and annotations). https://alphafold.ebi.ac.uk/ (2026-11-12) - 日期为 2025-09-15 的更新日志条目称有 241,070,489 个结构。 > 241,070,489 structures https://ftp.ebi.ac.uk/pub/databases/alphafold/CHANGELOG.txt (2026-11-13) - 页面称提供人类蛋白质组以及另外 47 个在研究和全球健康方面重要的关键生物蛋白质组的单独下载。 > We provide individual downloads for the human proteome and for the proteomes of 47 other key organisms important in research and global health. https://alphafold.ebi.ac.uk/ (2026-11-12) ### 标识符 - README 列出一个 AlphaFold DB 标识符列，示例为 AF-A8H2R3-F1。 > AlphaFold DB identifier, e.g. AF-A8H2R3-F1 https://ftp.ebi.ac.uk/pub/databases/alphafold/README.txt (2026-11-13) - README 的 FASTA 标识符行包含 UA=UniprotAccession 和 UI=UniprotIdentifier 字段。 > >AFDB:UniqueIdentifier ProteinName UA=UniprotAccession UI=UniprotIdentifier https://ftp.ebi.ac.uk/pub/databases/alphafold/README.txt (2026-11-13) ### 取用方式 - 批量下载：http://ftp.ebi.ac.uk/pub/databases/alphafold/ - 仅网页界面：https://pmc.ncbi.nlm.nih.gov/articles/PMC10767828/ ### 版本 - 更新日志中最新带日期的条目为 2025-09-15。 > ## 2025-09-15 https://ftp.ebi.ac.uk/pub/databases/alphafold/CHANGELOG.txt (2026-11-13) - 更新日志称 CIF 的 _database_2.database_id 值从 AF 改为 AlphaFoldDB。 > CIF: Updated `_database_2.database_id` from `AF` to `AlphaFoldDB` https://ftp.ebi.ac.uk/pub/databases/alphafold/CHANGELOG.txt (2026-11-13) - 更新日志称所有 CIF 文件现已符合 ModelCIF。 > All CIF files are now ModelCIF-compliant https://ftp.ebi.ac.uk/pub/databases/alphafold/CHANGELOG.txt (2026-11-13) - 更新日志称 accession_ids.txt 已重命名为 accession_ids.csv。 > FTP: Renamed accession_ids.txt to accession_ids.csv. https://ftp.ebi.ac.uk/pub/databases/alphafold/CHANGELOG.txt (2026-11-13) - 更新日志列出移除数量 39,324,993。 > Removed: 39,324,993 https://ftp.ebi.ac.uk/pub/databases/alphafold/CHANGELOG.txt (2026-11-13) - 2025-09-15 版本把 mmCIF 中的整体 pLDDT 改为按残基平均，而非按原子平均。 > * CIF: Fixed global pLDDT `_ma_qa_metric_global.metric_value` to be computed as https://ftp.ebi.ac.uk/pub/databases/alphafold/CHANGELOG.txt (2026-11-14) - 2022-11-01（v4）版本约 4.4% 的预测坐标被更新，相邻 CA-CA 距离超过 10 Å 的结构被过滤掉。 > * Structures with consecutive CA-CA distance > 10 A are now filtered out. https://ftp.ebi.ac.uk/pub/databases/alphafold/CHANGELOG.txt (2026-11-14) - 2022-07-28 版本所有 CIF 文件改为符合 ModelCIF，PAE 文件格式也随之改变。 > * All CIF files are now ModelCIF-compliant https://ftp.ebi.ac.uk/pub/databases/alphafold/CHANGELOG.txt (2026-11-14) ### 适合的任务 - 页面称支持针对耐药机制和新型抗菌策略的研究。 > Supports research into resistance mechanisms and new antimicrobial strategies. https://alphafold.ebi.ac.uk/ (2026-11-12) - 页面称支持对具有重大全球公共卫生重要性的病原体的研究。 > Supports research on pathogens of major global public health importance. https://alphafold.ebi.ac.uk/ (2026-11-12) - Terwilliger 等建议把 AlphaFold 预测当作假设，它能加速但不能取代实验结构测定。 > We suggest considering AlphaFold predictions as exceptionally useful hypotheses. https://pmc.ncbi.nlm.nih.gov/articles/PMC10776388/ (2026-11-14) - AlphaFold DB 称 pLDDT 高于 90 的区域通常建模精度高，可用于表征结合位点等应用。 > Regions with pLDDT greater than 90 are generally modelled with high accuracy, making them suitable for high accuracy-dependent applications such as characterising binding sites. https://pmc.ncbi.nlm.nih.gov/articles/PMC10767828/ (2026-11-14) ### 不适合的任务 - 页面称如某用途未被该数据库覆盖，用户可使用该开源代码自行生成 AlphaFold 预测。 > If your use case isn't covered by the database, you can generate your own AlphaFold predictions using this open source code https://alphafold.ebi.ac.uk/ (2026-11-12) ### 尚无有出处的说明 更新周期, 已知缺陷与常见误用, 商业授权入口 ## 在本库继续查找 本条目是 109 条已处理并核实的记录之一（数据集、数据资源与开源模型）。查找其他条目：调用 `https://mcp.mdexa.com/v1/datasets?q=<关键词>`，或连接 MCP 服务 `https://mcp.mdexa.com/mcp`；每分钟 20 次以内无需密钥。每行返回不到 1 KB；空结果即"数据库未收录"。核对一份清单：一次批量核对（免费账号）即返回报告。说明：/agents.md。相似条目：ClinPGx/PharmGKB (https://mdexa.com/zh/datasets/pharmgkb/)；GEO (https://mdexa.com/zh/datasets/geo/)；gnomAD (https://mdexa.com/zh/datasets/gnomad/)。