LIVIA — 预测分析

分析来自 AlphaFold-Multimer, AlphaFold3, ColabFold, Boltz-1/2, Chai-1, OpenFold3, Protenix-v2 和 ESMFold2 的预测结果

上传预测文件  (上传您的预测文件 — 所有分析均在您的浏览器中本地运行)
📦
将预测文件或文件夹拖放到此处 (.zip, .gz, .xz, .cif, .pdb, .json, .npz, .npy) 或点击浏览
p53–MDM2 示例:
AlphaFold3 预测通过 AlphaFold Server 生成。ColabFold, Boltz-2, Chai-1 和 OpenFold3 预测通过 Tamarind Bio 生成。
如需批量分析大量预测结果,请使用 AFM-LIS 中的 lis.py 脚本。

相互作用分析摘要

↓ 下载 CSV
点击行可切换模型。这将更新下方的所有可视化图表和脚本。
排名/模型链对iLISiLIAiLISAipSAEactifpTMipTMLIScLISLIR (i/j)cLIR (i/j)
iLIS: ≥0.551 (1% FPR) ≥0.339 (5% FPR) ≥0.223 (10% FPR) <0.223 (低于阈值)
iLIS (平均): ≥0.303 (1% FPR) ≥0.120 (5% FPR) ≥0.073 (10% FPR) <0.073 (低于阈值)
阈值基于在酵母、果蝇和人类中进行的大规模 Y2H 参考集预测(使用 ColabFold)。详见 Kim et al., 2026 的 iLIS 基准测试。不同平台可能需要不同的阈值。

预测对齐误差 (PAE) 图谱

0预测对齐误差 (Å)30

本地相互作用得分 (LIS) 图谱 (PAE ≤ 12 Å)

0本地相互作用得分 (LIS)1

接触过滤本地相互作用得分 (cLIS) 图谱 (PAE ≤ 12 Å & Cβ ≤ 8 Å)

0接触过滤 LIS (cLIS)1

可视化脚本

填补空隙 ≤ 个残基 | 最小片段 ≥ 个残基
“填补空隙”用于连接短距离的断裂以获得连续的卡通展示。“最小片段”用于移除长度低于阈值的孤立 LIR 片段。
PAE 阈值 (Å):
Cβ 阈值 (Å):
青色 / 珊瑚色
蓝色 / 橙色
紫色 / 金色
板岩色 / 玫瑰色
靛蓝色 / 橘红色
绿色 / 红色
青 / 藏蓝 / 桃 / 深红
天蓝 / 靛蓝 / 鲑鱼 / 红
石灰 / 森林 / 金 / 栗色
薄荷 / 深青 / 杏 / 焦橙
兰花 / 紫 / 黄 / 火红
蓝 / 藏蓝 / 鼠尾草 / 灰烬
青色 / 珊瑚色
蓝色 / 橙色
紫色 / 金色
钢蓝 / 小麦色
矢车菊蓝 / 番茄红
pLDDT
按链着色
按聚合物

链 A (蛋白质 1)

LIR
#80CBC4
cLIR
#00897B

链 B (蛋白质 2)

LIR
#FFAB91
cLIR
#E64A19

将脚本和结构文件放在同一个文件夹中,然后在 ChimeraX 或 PyMOL 中打开脚本。“所有链”脚本将显示带有 LIR 区域的所有链,并按链着色。
使用说明  (完整指南)

快速入门

  1. 在任何受支持的平台上运行预测
  2. 下载/导出预测结果
  3. 将文件拖放到上方 — 系统会自动检测平台类型
  4. 点击 “开始处理” 计算 AFM-LIS 指标
  5. 点击表格中的链对,生成 ChimeraX 脚本
  6. 下载脚本 (.cxc 或 .pml) 和结构文件,放在同一个文件夹中

平台特定提示

  • AlphaFold3: 直接拖放来自 AlphaFold Server 的整个 zip 文件
  • ColabFold: 上传输出文件夹,或选择单个 _unrelaxed_rank_*.pdb 和 _scores_rank_*.json 文件
  • Boltz-1/2: 上传包含 .cif, confidence_*.json 和 pae_*.npz 文件的输出文件夹
  • Chai-1: 上传包含 pred.model_idx_*.cif 和 scores 文件的输出文件夹
  • OpenFold: 上传包含 .cif 和 *_full_data*.json 文件的文件夹
  • 通用 (Generic): 任何包含 PAE JSON 文件 (含有 predicted_aligned_error 字段) 的 .cif/.pdb 文件

AFM-LIS 指标 (Kim et al. 2024; Kim et al. 2026)

iLIS集成 LIS — √(LIS × cLIS)
iLIA集成 LIA — √(LIA × cLIA),界面面积计数的几何平均值
iLISA集成 LISA — iLIS × iLIA,总体结合强度指标
LIS局部相互作用得分 — 归一化的 PAE 置信度 (0–1)
cLIS接触过滤 LIS — 仅限于直接物理接触的残基
LIR局部相互作用残基 (PAE ≤ 12 Å)
cLIR接触过滤 LIR (PAE ≤ 12 Å 且 Cβ ≤ 8 Å)

预测平台提供的置信度指标

ipTM界面预测 TM-score — 预测模型给出的全局界面置信度
ipSAE基于对齐误差的相互作用预测得分 (Dunbrack, 2025)
actifpTM实际界面 pTM (Varga et al., 2025)

PAE(预测对齐误差)衡量模型预测两个残基相对位置的置信度 — 数值越低代表置信度越高。