AlphaFold 3 的输入格式
来跟我一起来探索 AlphaFold3 的世界吧！
原文
https://github.com/google-deepmind/alphafold3/blob/main/docs/input.md
https://github.com/phyjun/AI4Protein/blob/main/alphafold3_input_Chinese.md
指定输入文件
您可以通过以下两种方式之一向 run_alphafold.py 提供输入：
单个输入文件：使用 --json_path标志，后跟单个JSON文件的路径。多个输入文件：使用 --input_dir标志，后跟包含JSON文件的目录路径。
输入格式
AlphaFold 3 使用自定义的JSON输入格式，与 AlphaFold 服务器JSON输入格式(https://github.com/google-deepmind/alphafold/tree/main/server) 不同。有关更多信息，请参见下文。
自定义的AlphaFold 3格式允许：
指定蛋白质、RNA和DNA链，包括修饰残基。 为蛋白质和RNA链指定自定义的多序列比对（MSA）。 为蛋白质链指定自定义的结构模板。 使用化学组分字典（CCD(https://www.wwpdb.org/data/ccd)代码指定配体。 使用SMILES指定配体。 通过定义CCD mmCIF格式的配体，并提供用户自定义CCD]来指定配体。 指定实体之间的共价键。 指定多个随机种子。
AlphaFold 服务器JSON兼容性
AlphaFold 服务器 (https://alphafoldserver.com/) 使用一个单独的JSON格式(https://github.com/google-deepmind/alphafold/tree/main/server)，与此处AlphaFold 3代码库中使用的格式不同。特别是，AlphaFold 3代码库中使用的JSON格式在定义自定义配体、分支糖链和实体之间的共价键方面提供了更多的灵活性和控制。
我们在 run_alphafold.py 中提供了一个转换器，它可以自动检测输入JSON格式，在转换器代码中表示为 dialect。转换器将AlphaFoldServer JSON表示为 alphafoldserver，将此处AlphaFold 3代码库中定义的JSON格式表示为 alphafold3。如果检测到的输入JSON格式是 alphafoldserver，则转换器将将其转换为JSON格式 alphafold3。
1. 多个输入
alphafoldserver JSON格式的顶层是一个列表，允许在单个JSON中指定多个输入。相比之下，alphafold3 JSON格式要求每个JSON文件中恰好有一个输入。完全支持在单个 alphafoldserver JSON中指定多个输入。
请注意，转换器通过检查JSON的顶层是否为列表来区分 alphafoldserver 和 alphafold3 JSON格式。特别是，如果您传入一个没有顶层列表的 alphafoldserver 风格的JSON，那么这被认为是错误的，run_alphafold.py 将引发错误。
2. 糖链
如果 alphafoldserver 格式的JSON指定了糖链，转换器将引发错误。这是因为将 alphafoldserver 格式中指定的糖链转换为 alphafold3 格式目前不受支持。
3. 随机种子
alphafoldserver JSON格式允许用户指定 "modelSeeds": []，在这种情况下，将为用户随机选择一个种子。另一方面，alphafold3 格式要求用户指定一个种子。
转换器将在将 alphafoldserver JSON格式转换为 alphafold3 JSON格式时，如果设置了 "modelSeeds": []，则随机选择一个种子。如果在 alphafoldserver JSON格式中指定了种子，那么这些种子将在转换为 alphafold3 JSON格式时保留。
4. 离子
虽然AlphaFold服务器在JSON格式中将离子和配体视为不同的实体类型，但AlphaFold 3将离子视为配体。因此，要指定例如镁离子，可以将其指定为类型为 ligand 的实体，ccdCodes: ["MG"]。
5. 序列ID
alphafold3 JSON格式要求用户为每个实体指定一个唯一标识符（id）。另一方面，alphafoldserver 不允许为每个实体指定 id。因此，转换器会自动分配一个。
转换器遍历 alphafoldserver JSON格式中提供的 sequences 字段列表，使用以下顺序（“反向电子表格风格”）为每个实体分配一个 id：
A, B, ..., Z, AA, BA, CA, ..., ZA, AB, BB, CB, ..., ZB, ...
对于任何 count > 1 的实体，将为实体的每个“副本”任意分配一个 id。
顶层结构
输入JSON的顶层结构如下：
{
"name": "作业名称在这里",
"modelSeeds": [1, 2], # 至少需要一个种子。
"sequences": [
{"protein": {...}},
{"rna": {...}},
{"dna": {...}},
{"ligand": {...}}
],
"bondedAtomPairs": [...], # 可选
"userCCD": "...", # 可选
"dialect": "alphafold3", # 必需
"version": 1 # 必需
}
字段指定如下：
name: str：作业的名称。这个名称的清洁版本用于命名输出文件。modelSeeds: list[int]：一个整数随机种子列表。管道和模型将使用列表中的每个种子进行调用。即，如果您提供了 n 个随机种子，您将获得 n 个预测结构，每个结构都有相应的随机种子。您必须至少提供一个随机种子。sequences: list[Protein | RNA | DNA | Ligand]：一系列序列字典，每个字典定义一个分子实体，详见下文。bondedAtomPairs: list[Bond]：一个可选的共价键原子列表。这些可以链接实体内部的原子，也可以链接两个实体之间的原子。详见下文。userCCD: str：一个可选的字符串，提供用户提供的化学组分字典。这是提供自定义分子的专家模式，当SMILES不足以使用时。当您有一个自定义分子需要与其他实体键合时，也应该使用这个，因为SMILES不能在这种情况下使用，因为它不能提供唯一命名所有原子的可能性。它也可以用来提供参考构象，以防RDKit无法为该配体生成构象。详见下文。dialect: str：输入JSON的方言。这必须设置为alphafold3。有关更多信息，请参见 AlphaFold 服务器JSON兼容性。version: int：输入JSON的版本。这必须设置为 1。有关更多信息，请参见AlphaFold 服务器JSON兼容性。
序列
sequences 部分指定蛋白质链、RNA链、DNA链和配体。sequences 中的每个实体都必须有一个唯一的ID。ID不需要按字母顺序排序。
1. 蛋白质
指定单个蛋白质链。
{
"protein": {
"id": "A",
"sequence": "PVLSCGEWQL",
"modifications": [
{"ptmType": "HY3", "ptmPosition": 1},
{"ptmType": "P1L", "ptmPosition": 5}
],
"unpairedMsa": ...,
"pairedMsa": ...,
"templates": [...]
}
}
字段指定如下：
id: str | list[str]：一个大写字母或多个字母，指定此蛋白质链的每个副本的唯一ID。然后这些ID也用于输出mmCIF文件中。指定ID列表（例如["A", "B", "C"]）意味着具有多个副本的同源链。sequence: str：氨基酸序列，指定为使用1个字母标准氨基酸代码的字符串。modifications: list[ProteinModification]：一个可选的翻译后修饰列表。每个修饰使用其CCD代码和1个基于残基位置来指定。在上面的例子中，我们看到第一个残基将不是一个脯氨酸（P），而是一个HY3。unpairedMsa: str：一个可选的此链的多序列比对。这是使用A3M格式（等同于FASTA格式，但也允许使用连字符-字符表示插入的残基和序列中的间隙）来指定的。详见下文。pairedMsa: str：我们建议不要使用这个可选字段，并使用unpairedMsa用于配对目的。详见下文。templates: list[Template]：一个可选的结构模板列表。详见下文。
2. RNA
指定单个RNA链。
{
"rna": {
"id": "A",
"sequence": "
AGCU",
"modifications": [
{"modificationType": "2MG", "basePosition": 1},
{"modificationType": "5MC", "basePosition": 4}
],
"unpairedMsa": ...
}
}
字段指定如下：
id: str | list[str]：一个大写字母或多个字母，指定此RNA链的每个副本的唯一ID。然后这些ID也用于输出mmCIF文件中。指定ID列表（例如["A", "B", "C"]）意味着具有多个副本的同源链。sequence: str：RNA序列，指定为只使用字母A、C、G、U的字符串。modifications: list[RnaModification]：一个可选的修饰列表。每个修饰使用其CCD代码和1个基于碱基位置来指定。unpairedMsa: str：一个可选的此链的多序列比对。这是使用A3M格式来指定的。详见下文。
3. DNA
指定单个DNA链。
{
"dna": {
"id": "A",
"sequence": "GACCTCT",
"modifications": [
{"modificationType": "6OG", "basePosition": 1},
{"modificationType": "6MA", "basePosition": 2}
]
}
}
字段指定如下：
id: str | list[str]：一个大写字母或多个字母，指定此DNA链的每个副本的唯一ID。然后这些ID也用于输出mmCIF文件中。指定ID列表（例如["A", "B", "C"]）意味着具有多个副本的同源链。sequence: str：DNA序列，指定为只使用字母A、C、G、T的字符串。modifications: list[DnaModification]：一个可选的修饰列表。每个修饰使用其CCD代码和1个基于碱基位置来指定。
4. 配体
指定单个配体。配体可以使用3种不同的格式：
CCD代码(https://www.wwpdb.org/data/ccd)。这是指定配体的最简单方式。支持指定与其他实体的共价键。使用的是2022-09-28的CCD。如果指定了多个CCD代码，您可能需要指定这些代码之间或与其他实体之间的键。详见键部分。
SMILES字符串(https://en.wikipedia.org/wiki/Simplified_Molecular_Input_Line_Entry_System)。这允许指定不在CCD中的配体。如果使用SMILES，您不能指定与其他实体的共价键，因为这些依赖于特定的原子名称 - 请参阅下一个选项，用于这种情况。
用户提供的CCD + 自定义配体代码。这允许指定不在CCD中的配体，同时支持指定与其他实体的共价键和备份参考坐标，以防RDKit无法为该配体生成构象。这提供了最大的灵活性，但也需要注意正确处理所有细节。
{
"ligand": {
"id": ["G", "H", "I"],
"ccdCodes": ["ATP"]
}
},
{
"ligand": {
"id": "J",
"ccdCodes": ["LIG-1337"]
}
},
{
"ligand": {
"id": "K",
"smiles": "CC(=O)OC1C[NH+]2CCC1CC2"
}
}
字段指定如下：
id: str | list[str]：一个大写字母（或多个字母）指定此配体的唯一ID。然后这个ID也用于输出mmCIF文件中。指定ID列表（例如["A", "B", "C"]）意味着具有多个副本的配体。ccdCodes: list[str]：一个可选的CCD代码列表。这些可以是标准CCD代码，或指向用户提供的CCD的自定义代码。smiles: str：一个可选的字符串，使用SMILES字符串定义配体。
每个配体可以使用CCD代码或SMILES指定，但不能同时使用两者，即对于给定的配体，ccdCodes 和 smiles 字段是互斥的。
5. 离子
离子被视为配体，例如镁离子可以简单地被视为具有 ccdCodes: ["MG"] 的配体。
多序列比对
蛋白质和RNA链允许设置自定义的多序列比对（MSA）。如果没有设置，数据管道将自动为蛋白质和RNA实体构建MSA，使用Jackhmmer/Nhmmer搜索遗传数据库，如论文中所述。
MSA有3种模式：
如果 unpairedMsa字段未设置，AlphaFold 3将自动构建MSA。这是推荐选项。如果 unpairedMsa字段设置为空字符串（""），AlphaFold 3将不构建MSA，模型的MSA输入将是空的。如果 unpairedMsa字段设置为自定义A3M字符串，AlphaFold 3将使用提供的MSA，而不是作为数据管道的一部分构建一个。这被认为是专家选项。
请注意，如果您为特定蛋白质实体设置了 unpairedMsa 字段，您还必须显式设置 pairedMsa 字段（通常为空字符串），以及模板（要么是模板列表，要么是空列表以运行无模板）。例如，这将使用给定的MSA运行蛋白质链A，但没有任何模板：
{
"protein": {
"id": "A",
"sequence": ...,
"unpairedMsa": "您要运行的A3M",
"pairedMsa": "",
"templates": []
}
}
当设置自己的MSA时，您必须确保：
MSA是一个有效的A3M文件。这意味着遵守FASTA格式，同时允许使用小写字符表示插入的残基和连字符（
-）表示序列中的间隙。第一个序列完全等于查询序列。
如果从MSA命中中移除所有插入（即所有小写字母被移除），所有序列的长度完全与查询相同（它们形成一个确切的矩形矩阵）。
1. MSA配对
MSA配对仅在折叠多个链（多聚体）时重要，因为我们需要找到一种方法，沿着序列维度连接各个链的MSA。如果简单地通过简单地沿着序列维度连接各个MSA矩阵并填充，以使所有MSA具有相同的深度，最终可能会得到由不同生物体的序列形成的MSA行。
可能需要确保在多个链中，来自同一生物体的MSA中的序列最终位于同一MSA行中。AlphaFold 3内部通过在 pairedMsa 中寻找UniProt生物体ID并根据此信息配对序列来实现这一点。
我们建议用户手动进行配对，或使用适当软件的输出，然后仅使用 unpairedMsa 字段提供MSA。这种方法可以完全控制每个序列在MSA中的位置，而不是依赖于用于 pairedMsa 的名称匹配后处理启发式方法。
当手动设置 unpairedMsa 时，pairedMsa 必须未设置（即，JSON中不应出现 pairedMsa 键）。
例如，如果有两个链 DEEP 和 MIND，我们希望在生物体A和C上进行配对，我们可以这样实现：
> 查询
DEEP
> 匹配 1（生物体A）
D--P
> 匹配 2（生物体B）
DD-P
> 匹配 3（生物体C）
DD-P
> 查询
MIND
> 匹配 1（生物体A）
M--D
> 空命中以确保配对实现
----
> 匹配 2（生物体C）
MIN-
然后，当链连接时，得到的MSA将是：
> 查询
DEEPMIND
> 匹配 1 + 匹配 1
D--PM--D
> 匹配 2 + 填充
DD-P----
> 匹配 3 + 匹配 2
DD-PMIN-
结构模板
只能为蛋白质链指定结构模板：
"templates": [
{
"mmcif": ...,
"queryIndices": [0, 1, 2, 4, 5, 6],
"templateIndices": [0, 1, 2, 3, 4, 8]
}
]
模板被指定为包含单个链的结构模板的mmCIF字符串，以及一个0-based映射，将查询残基索引映射到模板残
基索引。映射使用两个相同长度的列表来指定。例如，要表示映射 {0: 0, 1: 2, 2: 5, 3: 6}，您需要指定两个索引列表如下：
"queryIndices": [0, 1, 2, 3],
"templateIndices": [0, 2, 5, 6]
您可以提供多个结构模板。请注意，如果提供的mmCIF包含多于一个链，您将获得一个错误，因为无法确定应该使用哪个链作为模板。
键
要手动指定共价键，使用 bondedAtomPairs 字段。这适用于模拟共价配体，以及定义多CCD配体（例如糖链）。目前不支持在或内部的聚合物实体之间定义共价键。
键被指定为（源原子，目标原子）对，每个原子使用3个字段唯一地址：
实体ID（
str）：这对应于该实体的id字段。残基ID（
int）：这是1-based残基索引在链内。对于单残基配体，这简单地设置为1。原子名称（
str）：这是给定残基内的唯一原子名称。蛋白质/RNA/DNA残基或CCD配体的原子名称可以在给定化学组分的CCD中查找。这也解释了为什么SMILES配体不支持键：没有可以用来定义键的原子名称。这个缺点可以通过使用用户提供的CCD格式（见下文）来解决。
例如，下面显示了两个键：
"bondedAtomPairs": [
[["A", 145, "SG"], ["L", 1, "C04"]],
[["J", 1, "O6"], ["J", 2, "C1"]]
]
第一个键是在链A、残基145、原子SG和链L、残基1、原子C04之间。这是一个典型的共价配体示例。第二个键在链J、残基1、原子O6和链J、残基2、原子C1之间。这个键在同一个实体内，是定义糖链的典型示例。
所有键都隐含地假定为共价键。不支持其他键类型。
1. 定义糖链
糖链绑定到蛋白质残基上，通常由多个化学组分组成。要定义一个糖链，请定义一个包含糖链所有化学组分的新配体。然后定义一个键，将糖链链接到蛋白质残基上，以及糖链内部各个化学组分之间的所有键。
例如，要定义以下由4个组分（CMP1、CMP2、CMP3、CMP4）组成的糖链，绑定到蛋白质链A中的一个精氨酸上：
⋮
ALA CMP4
| |
ARG --- CMP1 --- CMP2
| |
ALA CMP3
⋮
您需要指定：
蛋白质链A。 包含4个组分的配体链B。 键 ARG-CMP1、CMP1-CMP2、CMP2-CMP3、CMP2-CMP4。
用户提供的CCD
有两种方法可以模拟在CCD中未定义的自定义配体。如果配体没有与其他实体键合，可以使用SMILES字符串(https://en.wikipedia.org/wiki/Simplified_Molecular_Input_Line_Entry_System)来定义。否则，需要使用CCD mmCIF格式(https://www.wwpdb.org/data/ccd#mmcifFormat)来定义该特定配体。
一旦定义，这个配体需要被分配一个不与现有CCD配体名称冲突的名称（例如 LIG-1）。避免在名称中使用下划线（_），因为这可能会导致mmCIF格式中的问题。
然后可以使用其自定义名称将新定义的配体作为标准CCD配体使用，并且可以使用其命名的原子方案将其与其他实体链接。
1. 用户提供的CCD格式
用户提供的CCD必须作为字符串传递给 userCCD 字段（在输入JSON的根目录中）。请注意，JSON不允许字符串中的换行符，因此必须使用换行字符（\n）来分隔行。字符串也应使用单引号而不是双引号。
使用的主要信息是原子名称和元素，键，以及理想坐标（pdbx_model_Cartn_{x,y,z}_ideal），这些本质上作为配体的结构模板，如果RDKit无法为该配体生成构象。
userCCD 还可以用来重新定义CCD中的标准化学组分。这在需要重新定义理想坐标时很有用。
以下是一个示例 userCCD 重新定义组件X7F，以说明所需的部分。为了可读性，未将换行符替换为 \n。
data_MY-X7F
#
_chem_comp.id MY-X7F
_chem_comp.name '5,8-bis(oxidanyl)naphthalene-1,4-dione'
_chem_comp.type non-polymer
_chem_comp.formula 'C10 H6 O4'
_chem_comp.mon_nstd_parent_comp_id ?
_chem_comp.pdbx_synonyms ?
_chem_comp.formula_weight 190.152
#
loop_
_chem_comp_atom.comp_id
_chem_comp_atom.atom_id
_chem_comp_atom.alt_atom_id
_chem_comp_atom.type_symbol
_chem_comp_atom.charge
_chem_comp_atom.pdbx_align
_chem_comp_atom.pdbx_aromatic_flag
_chem_comp_atom.pdbx_leaving_atom_flag
_chem_comp_atom.pdbx_stereo_config
_chem_comp_atom.pdbx_backbone_atom_flag
_chem_comp_atom.pdbx_n_terminal_atom_flag
_chem_comp_atom.pdbx_c_terminal_atom_flag
_chem_comp_atom.model_Cartn_x
_chem_comp_atom.model_Cartn_y
_chem_comp_atom.model_Cartn_z
_chem_comp_atom.pdbx_model_Cartn_x_ideal
_chem_comp_atom.pdbx_model_Cartn_y_ideal
_chem_comp_atom.pdbx_model_Cartn_z_ideal
_chem_comp_atom.pdbx_component_atom_id
_chem_comp_atom.pdbx_component_comp_id
_chem_comp_atom.pdbx_ordinal
MY-X7F C02 C1 C 0 1 N N N N N N 48.727 17.090 17.537 -1.418 -1.260 0.018 C02 MY-X7F 1
MY-X7F C03 C2 C 0 1 N N N N N N 47.344 16.691 17.993 -0.665 -2.503 -0.247 C03 MY-X7F 2
MY-X7F C04 C3 C 0 1 N N N N N N 47.166 16.016 19.310 0.677 -2.501 -0.235 C04 MY-X7F 3
MY-X7F C05 C4 C 0 1 N N N N N N 48.363 15.728 20.184 1.421 -1.257 0.043 C05 MY-X7F 4
MY-X7F C06 C5 C 0 1 Y N N N N N 49.790 16.142 19.699 0.706 0.032 0.008 C06 MY-X7F 5
MY-X7F C07 C6 C 0 1 Y N N N N N 49.965 16.791 18.444 -0.706 0.030 -0.004 C07 MY-X7F 6
MY-X7F C08 C7 C 0 1 Y N N N N N 51.249 17.162 18.023 -1.397 1.240 -0.037 C08 MY-X7F 7
MY-X7F C10 C8 C 0 1 Y N N N N N 52.359 16.893 18.837 -0.685 2.443 -0.057 C10 MY-X7F 8
MY-X7F C11 C9 C 0 1 Y N N N N N 52.184 16.247 20.090 0.679 2.445 -0.045 C11 MY-X7F 9
MY-X7F C12 C10 C 0 1 Y N N N N N 50.899 15.876 20.515 1.394 1.243 -0.013 C12 MY-X7F 10
MY-X7F O01 O1 O 0 1 N N N N N N 48.876 17.630 16.492 -
2.611 -1.301 0.247 O01 MY-X7F 11
MY-X7F O09 O2 O 0 1 N N N N N N 51.423 17.798 16.789 -2.752 1.249 -0.049 O09 MY-X7F 12
MY-X7F O13 O3 O 0 1 N N N N N N 50.710 15.236 21.750 2.750 1.257 -0.001 O13 MY-X7F 13
MY-X7F O14 O4 O 0 1 N N N N N N 48.229 15.189 21.234 2.609 -1.294 0.298 O14 MY-X7F 14
MY-X7F H1 H1 H 0 1 N N N N N N 46.487 16.894 17.367 -1.199 -3.419 -0.452 H1 MY-X7F 15
MY-X7F H2 H2 H 0 1 N N N N N N 46.178 15.732 19.640 1.216 -3.416 -0.429 H2 MY-X7F 16
MY-X7F H3 H3 H 0 1 N N N N N N 53.348 17.177 18.511 -1.221 3.381 -0.082 H3 MY-X7F 17
MY-X7F H4 H4 H 0 1 N N N N N N 53.040 16.041 20.716 1.212 3.384 -0.062 H4 MY-X7F 18
MY-X7F H5 H5 H 0 1 N N N N N N 50.579 17.904 16.365 -3.154 1.271 0.830 H5 MY-X7F 19
MY-X7F H6 H6 H 0 1 N N N N N N 49.785 15.059 21.877 3.151 1.241 -0.880 H6 MY-X7F 20
#
loop_
_chem_comp_bond.comp_id
_chem_comp_bond.atom_id_1
_chem_comp_bond.atom_id_2
_chem_comp_bond.value_order
_chem_comp_bond.pdbx_aromatic_flag
_chem_comp_bond.pdbx_stereo_config
_chem_comp_bond.pdbx_ordinal
MY-X7F O01 C02 DOUB N N 1
MY-X7F O09 C08 SING N N 2
MY-X7F C02 C03 SING N N 3
MY-X7F C02 C07 SING N N 4
MY-X7F C03 C04 DOUB N N 5
MY-X7F C08 C07 DOUB Y N 6
MY-X7F C08 C10 SING Y N 7
MY-X7F C07 C06 SING Y N 8
MY-X7F C10 C11 DOUB Y N 9
MY-X7F C04 C05 SING N N 10
MY-X7F C06 C05 SING N N 11
MY-X7F C06 C12 DOUB Y N 12
MY-X7F C11 C12 SING Y N 13
MY-X7F C05 O14 DOUB N N 14
MY-X7F C12 O13 SING N N 15
MY-X7F C03 H1 SING N N 16
MY-X7F C04 H2 SING N N 17
MY-X7F C10 H3 SING N N 18
MY-X7F C11 H4 SING N N 19
MY-X7F O09 H5 SING N N 20
MY-X7F O13 H6 SING N N 21
#
_pdbx_chem_comp_descriptor.type SMILES_CANONICAL
_pdbx_chem_comp_descriptor.descriptor 'Oc1ccc(O)c2C(=O)C=CC(=O)c12'
#
完整示例
下面提供了一个示例，展示了输入格式的所有方面。请注意，AlphaFold 3不会直接运行此输入，因为它省略了某些字段，且序列没有生物学意义。
{
"name": "Hello fold",
"modelSeeds": [10, 42],
"sequences": [
{
"protein": {
"id": "A",
"sequence": "PVLSCGEWQL",
"modifications": [
{"ptmType": "HY3", "ptmPosition": 1},
{"ptmType": "P1L", "ptmPosition": 5}
],
"unpairedMsa": ...,
}
},
{
"protein": {
"id": "B",
"sequence": "RPACQLW",
"templates": [
{
"mmcif": ...,
"queryIndices": [0, 1, 2, 4, 5, 6],
"templateIndices": [0, 1, 2, 3, 4, 8]
}
]
}
},
{
"dna": {
"id": "C",
"sequence": "GACCTCT",
"modifications": [
{"modificationType": "6OG", "basePosition": 1},
{"modificationType": "6MA", "basePosition": 2}
]
}
},
{
"rna": {
"id": "E",
"sequence": "AGCU",
"modifications": [
{"modificationType": "2MG", "basePosition": 1},
{"modificationType": "5MC", "basePosition": 4}
],
"unpairedMsa": ...
}
},
{
"ligand": {
"id": ["F", "G", "H"],
"ccdCodes": ["ATP"]
}
},
{
"ligand": {
"id": "I",
"ccdCodes": ["NAG", "FUC"]
}
},
{
"ligand": {
"id": "Z",
"smiles": "CC(=O)OC1C[NH+]2CCC1CC2"
}
}
],
"bondedAtomPairs": [
[["A", 1, "CA"], ["B", 1, "CA"]],
[["A", 1, "CA"], ["G", 1, "CHA"]],
[["J", 1, "O6"], ["J", 2, "C1"]]
],
"userCcd": ...,
"dialect": "alphafold3",
"version": 1
}
