AlphaFold 3（AF3）从上一代的“基于残基局部坐标系（Frame-aligned）”转向了“全原子三维空间扩散模型（Diffusion Module）”。这一架构转变赋予了它处理任意化学实体（蛋白质、核酸、小分子配体、修饰基团及离子）的通用性。
然而，在这种看似“万物皆可预测”的框架下，AF3 在处理非规范核苷酸（Non-canonical Nucleotides）及金属离子配位（Metal Coordination）时，底层算法暴露出了明显的物理和统计学缺陷。这些缺陷并非简单的“数据量不足”，而是源于其表征机制、扩散损失函数以及物理约束缺失的深层系统性设计。
1. 扩散模型在无显式电荷与极化建模下的“坐标漂移”
AF3 的 Diffusion Module 直接在 3D 坐标空间中进行降噪，逐步生成所有原子的坐标。然而，这一过程在本质上是几何驱动而非能量驱动的。
离子配位的量子效应被“等效电荷化”
金属离子（如 $Mg^{2+}$、$Zn^{2+}$、$Fe^{2+}/Fe^{3+}$）与核酸或蛋白质的相互作用，不是简单的范德华力连接，而是高度依赖于外层电子排布的配位键。这涉及到电荷转移（Charge Transfer）、极化效应（Polarization）以及配位场理论（Ligand Field Theory）主导的特定几何构型（如八面体、四面体）。
- 算法缺陷：AF3 的输入表征（Featurization）仅依靠基于化学图（Chemical Graph）的原子类型编码和距离几何约束。模型中没有引入显式的静电势能项，更没有考虑极化率。
- 后果：在扩散降噪的过程中，金属离子常被视为一个具有特定半径的“各向同性硬球”。这导致 AF3 在预测如核酶（Ribozyme）中高度集中的双镁离子中心（$Mg^{2+}$-triad）时，经常出现配位键长失真（过长或过短），或者配位几何（Coordination Geometry）扭曲成不合理的非对称构型。
2. “化学图表征”对非规范核苷酸动态构象的表征局限
对于非规范核苷酸（如 pseudouridine $\Psi$、methylated bases $m^6A$、dihydrouridine $D$），其对 RNA/DNA 结构的影响往往是局部的、动态的。例如，假尿苷（$\Psi$）通过额外的亚氨基（N1-H）与水分子的配位，强化了 RNA 骨架的刚性。
静态模板（mmCIF Template）与动态构象的冲突
AF3 放弃了基于物理力场的能量最小化，转而依靠一维化学图信息（通过输入 SMILES 或 mmCIF 字典中的定义）来构建原子连接性。
- 算法缺陷：AF3 的 Pairformer 在编码核苷酸时，对于不常见修饰（Modified Nucleotides）的表征权重非常微弱。当缺乏充足的进化同源信息（MSA）时，模型只能高度依赖单序列的先验。
- 修饰效应的“抹平”：由于训练集中非规范核苷酸的数据密度极低（相比于标准 A/U/C/G 稀释了几个数量级），注意力机制（Attention weights）倾向于将非规范核苷酸的特征空间“投影”到其最接近的规范核苷酸上。
- 后果：模型无法预测由于修饰引起的微小但关键的构象改变（例如核糖环的 $C2'$-endo 与 $C3'$-endo 构象转变）。在最终生成的结构中，修饰基团往往呈现出一种被强行嵌回标准核酸双螺旋的“平均化”亚稳态。
3. 相对位置编码（Relative Position Encoding）在非共价交互中的失效
AF3 使用了改版的 Relative Position Encoding 来引导空间距离的预测。然而，这种编码方式是以“链（Chain）”和“残基（Residue）”的拓扑连接性为基础的。
断裂的拓扑关系
非规范核苷酸与金属离子之间的相互作用通常是跨链、超远距离的（在序列空间上相隔很远，但在三维空间上闭合）。
- 算法缺陷：由于金属离子在 mmCIF 中通常被定义为独立的单原子残基（Single-atom residues），它们在序列位置编码上是孤立的（缺乏拓扑连续性）。AF3 在预测这些离子与核酸磷酸骨架（Phosphate Backbone）上的氧原子交互时，缺乏像多肽键那样连续的空间关联线索。
- 幻觉（Hallucination）倾向：扩散模型在没有强拓扑约束的情况下，更容易受到训练数据中主导构象的“重力诱导”。例如，如果训练集中大部分 $Mg^{2+}$ 绑定在特定 motif 上，模型会倾向于在不包含该 motif 的位置“幻觉”出类似的离子分布，或者直接让离子漂移到体系外，导致难以解释的空腔（Clash）或游离离子。
4. 缺乏立体化学显式约束（Stereochemical Violations）
AF2 的 Structure Module 使用了刚体变换（Rotations and Translations on $SE(3)$ Group），天然保证了残基内部键长和键角的刚性。而 AF3 的全原子扩散（All-atom Diffusion）直接在 $\mathbb{R}^3$ 空间预测原子坐标，虽然极大地提升了处理配体时的自由度，但也付出了代价。
局部几何冲突与手性翻转
尽管 AF3 引入了键长、键角及手性过滤的微调损失函数（Refinement Loss），并辅以类似 AMBER 的梯度校正，但在处理高度拥挤的配位中心时，这种“软约束”经常失效。
- 算法缺陷：在降噪的最后几个步骤（Low-noise regime）中，模型试图在极小的局部空间内同时解决非规范碱基的大位阻修饰与金属离子的配位挤压。由于缺乏硬性物理边界（如 Lennard-Jones 势能排斥项的无限大边界），模型很容易在局部陷入鞍点。
- 后果：
- 手性翻转：非规范核苷酸核糖环上的手性中心预测错误，生成不符合物理规律的 L-型核酸类似物。
- 原子重叠（Clashes）：金属离子与非规范核苷酸的特定极性原子（如硫代磷酸酯修饰中的硫原子 $S$）发生空间重叠，模型预测的键长远低于范德华半径之和。
总结：AI-for-Science 的下一个瓶颈
AlphaFold 3 在处理这些微观化学环境时的无力，揭示了当前端到端大模型在结构生物学领域的本质局限：用几何统计关联（Geometric Association）替代真实的物理化学规律（Physical Chemistry Laws）所带来的必然失效。
要彻底解决非规范核苷酸及金属配位的精确预测，未来的算法需要从“纯数据驱动的扩散”走向“物理-几何双驱动”。通过引入可微的量子力学/分子力学（QM/MM）计算损失，或是在扩散先验中嵌入显式的静电与极化场算子，才能真正跨越从“宏观拓扑正确”到“微观化学精确”的鸿沟。
