OpenFold3 jetzt verfügbar auf Amazon SageMaker JumpStart für die Vorhersage biomolekularer Strukturen

OpenFold3-preview ist jetzt auf Amazon SageMaker JumpStart verfügbar, wodurch Benutzer das Modell in ihre eigenen AWS-Konten bereitstellen und die 3D-Strukturen von Proteinen, DNA, RNA, kleinen Molekül-Liganden und den Komplexen, die sie bilden, vorhersagen können. Das Modell wurde vom OpenFold Consortium und dem AlQuraishi Lab an der Columbia University entwickelt.

Modell-Details und Verfügbarkeit

OpenFold3 ist ein Strukturvorhersagemodell auf Atomarebene, das die gemeinsame 3D-Struktur einer Reihe von Molekülen aus ihren Sequenzen vorhersagt. Es kann Multi-Ketten-Proteinkomplexe, Protein-Nukleinsäure-Komplexe und Protein-Ligand-Komplexe in einer einzigen Vorhersage falten. Die Entwickler veröffentlichen ihren Code und die Modellgewichte unter der Apache 2.0-Lizenz und veröffentlichen die Trainingsdaten und Methoden. Die Entwickler beschreiben OpenFold3-preview als Forschungs-Vorschau.

Die JumpStart-Modell-ID ist huggingface-proteinfolding-openfold3. Unterstützte Instanzen sind ml.g6.2xlarge, ml.g6.4xlarge (Standard) und ml.g6.12xlarge. Die Modellversion ist OpenFold3 0.4.1, of3-p2-155k Checkpoint.

Wie die Bereitstellung funktioniert

OpenFold3 auf JumpStart läuft auf SageMaker Asynchronous Inference. Benutzer laden eine Anfrage in Amazon S3 hoch und rufen InvokeEndpointAsync auf, was sofort zurückkehrt. Der Endpunkt stellt die Anfrage in eine Warteschlange und verarbeitet sie, mit einer Aufruf-Timeout von bis zu 1 Stunde. Ergebnisse oder Fehlerdetails werden an einen vom Benutzer gewählten S3-Speicherort geschrieben.

Asynchrone Endpunkte stellen Bursts von Anfragen intern in eine Warteschlange und können auf Null Instanzen skalieren, wenn die Warteschlange leer ist, was Benutzern hilft, zu vermeiden, für inaktive Instanzen zwischen Experimenten zu bezahlen. SageMaker-Endpunkte werden pro Instanz-Stunde abgerechnet, während sie ausgeführt werden, einschließlich während sie inaktiv sind.

Die Bereitstellung ist in der Regel innerhalb von Minuten abgeschlossen und umfasst einen Warmup-Schritt, bei dem der Container eine kurze Vorhersage auf jeder GPU ausführt.

Vorhersage-Eingaben und -Ausgaben

Eine Anfrage ist ein JSON-Dokument mit einer oder mehreren benannten Abfragen, und jede Abfrage listet ihre Ketten auf. Jede Kette hat Felder für molecule_type, chain_ids, sequence und smiles. Molekültypen umfassen protein, dna, rna und ligand. Kleine Molekül-Liganden werden als SMILES-Zeichenfolgen bereitgestellt.

Die Antwort enthält einen Status, eine Liste der vorhergesagten Strukturen im mmCIF-Format und ihre entsprechenden Konfidenzwerte. Standardmäßig generiert OpenFold3 fünf Diffusionsproben pro Abfrage, sodass jede Abfrage fünf Kandidatenstrukturen zurückgibt. Jede Probe kommt mit zwei Konfidenzdateien: einer detaillierten und einer Zusammenfassung. Die Zusammenfassung enthält einen sample_ranking_score.

Konfidenzmetriken umfassen pLDDT (Atom-spezifische Konfidenz auf einer Skala von 0–100), pTM und ipTM (Gesamtkonfidenz auf einer Skala von 0–1) sowie PAE und PDE (Fehlerschätzungen für jedes Restpaar).

Multi-GPU- und MSA-Optionen

Eine einzelne OpenFold3-Vorhersage läuft auf einer GPU, sodass eine Multi-GPU-Instanz eine einzelne Vorhersage nicht schneller macht. Stattdessen können Benutzer mehrere Vorhersagen gleichzeitig ausführen. Auf einer ml.g6.12xlarge-Instanz, die über vier GPUs verfügt, weist der Container jeder gleichzeitigen Anfrage ihre eigene GPU zu.

OpenFold3 kann eine multiple Sequenzalignment (MSA) als zusätzliche Eingabe für jede Proteinkette verwenden. Der JumpStart-Endpunkt läuft mit Netzwerkisolation und ruft keine externen MSA-Server auf. Stattdessen akzeptiert er vorkompilierte MSAs in der Anfrage. Wenn keine MSA bereitgestellt wird, sagt der Endpunkt nur basierend auf der Sequenz vorher.

Warum es wichtig ist

• OpenFold3 ist ein Open-Source-Modell zur Vorhersage biomolekularer Strukturen, das vom OpenFold Consortium und dem AlQuraishi Lab an der Columbia University entwickelt wurde.
• Das Modell ist auf Amazon SageMaker JumpStart unter der Modell-ID huggingface-proteinfolding-openfold3 verfügbar.
• Es sagt 3D-Strukturen von Proteinen, DNA, RNA, kleinen Molekül-Liganden und ihren Komplexen vorher.
• Die Bereitstellung läuft auf SageMaker Asynchronous Inference mit Unterstützung für Scale-to-Zero und parallele Multi-GPU-Vorhersagen.

Quellen (auf Englisch)

• aws.amazon.com: OpenFold3 on Amazon SageMaker JumpStart: Predict biomolecular structures | Artificial Intelligence

KI-Übersetzung des englischen Originalartikels, automatisch geprüft, damit sie dasselbe aussagt wie das Original. Die Quellen wurden auf Englisch geprüft.