AF3 _make_msa_df函数解读

AlphaFold3 msa_pairing模块的_make_msa_df函数主要是将多序列比对（MSA）数据转换为 Pandas DataFrame，提取其中用于 MSA 配对的关键特征。

源代码：

def _make_msa_df(chain_features: Mapping[str, np.ndarray]) -> pd.DataFrame:
    """Makes dataframe with msa features needed for msa pairing."""
    chain_msa = chain_features['msa_all_seq']
    query_seq = chain_msa[0]
    per_seq_similarity = np.sum(
        query_seq[None] == chain_msa, axis=-1) / float(len(query_seq))
    per_seq_gap = np.sum(chain_msa == 21, axis=-1) / float(len(query_seq))
    msa_df = pd.DataFrame({
        'msa_species_identifiers':
            chain_features['msa_species_identifiers_all_seq'],
        'msa_row':
            np.arange(len(
                chain_features['msa_species_identifiers_all_seq'])),
        'msa_similarity': per_seq_similarity,
        'gap': per_seq_gap
    })
    return msa_df

代码解读：

函数输入

def _make_msa_df(chain_features: Mapping[str, np.ndarray]) -> pd.DataFrame:

• chain_features：一个字典，包含某条链（A 或 B）的 MSA 信息。
  • 主要用到的 key：
    • 'msa_all_seq'：包含目标序列（query sequence）和 MSA 的 2D 数组&#