Biomolecular Structure Prediction के लिए OpenFold3 अब Amazon SageMaker JumpStart पर उपलब्ध

OpenFold3-preview अब Amazon SageMaker JumpStart पर उपलब्ध है, जिससे उपयोगकर्ता अपने स्वयं के AWS खातों में मॉडल को तैनात कर सकते हैं और प्रोटीन, DNA, RNA, small-molecule ligands और उनके द्वारा बनाए गए complexes की 3D संरचनाओं की भविष्यवाणी कर सकते हैं। इस मॉडल को OpenFold Consortium और Columbia University के AlQuraishi Lab द्वारा विकसित किया गया है।

मॉडल विवरण और उपलब्धता

OpenFold3 एक all-atom structure prediction मॉडल है जो अनुक्रमों (sequences) से अणुओं के एक सेट की संयुक्त 3D संरचना की भविष्यवाणी करता है। यह एक ही भविष्यवाणी में multi-chain protein complexes, protein–nucleic acid assemblies, और protein–ligand complexes को फोल्ड कर सकता है। डेवलपर्स इसका कोड और मॉडल weights Apache 2.0 लाइसेंस के तहत जारी करते हैं और प्रशिक्षण डेटा और विधियों को प्रकाशित करते हैं। डेवलपर्स OpenFold3-preview को एक रिसर्च प्रीव्यू के रूप में वर्णित करते हैं।

JumpStart मॉडल ID huggingface-proteinfolding-openfold3 है। समर्थित instances ml.g6.2xlarge, ml.g6.4xlarge (default), और ml.g6.12xlarge हैं। मॉडल संस्करण OpenFold3 0.4.1, of3-p2-155k checkpoint है।

परिनियोजन (Deployment) कैसे काम करता है

JumpStart पर OpenFold3, SageMaker Asynchronous Inference पर चलता है। उपयोगकर्ता Amazon S3 पर एक अनुरोध अपलोड करते हैं और InvokeEndpointAsync को कॉल करते हैं, जो तुरंत उत्तर देता है। एंडपॉइंट अनुरोध को कतार (queue) में रखता है और उसे प्रोसेस करता है, जिसका invocation timeout 1 घंटे तक होता है। परिणाम या त्रुटि विवरण उपयोगकर्ता द्वारा चुने गए S3 स्थान पर लिखे जाते हैं।

Asynchronous endpoints अनुरोधों के उछाल (bursts) को आंतरिक रूप से कतारबद्ध करते हैं और जब कतार खाली होती है तो zero instances तक स्केल हो सकते हैं, जिससे उपयोगकर्ताओं को प्रयोगों के बीच idle instances के लिए भुगतान करने से बचने में मदद मिलती है। SageMaker endpoints के लिए प्रति instance-hour शुल्क लिया जाता है जब वे चल रहे होते हैं, जिसमें उनके idle रहने का समय भी शामिल है।

Deployment आमतौर पर कुछ ही मिनटों में पूरा हो जाता है और इसमें एक warmup चरण शामिल होता है जिसमें कंटेनर प्रत्येक GPU पर एक छोटा सा prediction चलाता है।

Prediction इनपुट और आउटपुट

एक अनुरोध एक JSON दस्तावेज़ होता है जिसमें एक या अधिक नामित queries होती हैं, और प्रत्येक query अपनी chains को सूचीबद्ध करती है। प्रत्येक chain में molecule_type, chain_ids, sequence, और smiles के लिए फ़ील्ड होते हैं। Molecule types में protein, dna, rna, और ligand शामिल हैं। Small-molecule ligands को SMILES strings के रूप में प्रदान किया जाता है।

प्रतिक्रिया (Response) में एक status, mmCIF फॉर्मेट में अनुमानित संरचनाओं की एक सूची, और उनके मिलान करने वाले confidence शामिल होते हैं। डिफ़ॉल्ट रूप से, OpenFold3 प्रत्येक query के लिए पांच diffusion samples उत्पन्न करता है, इसलिए प्रत्येक query पांच candidate संरचनाएं लौटाती है। प्रत्येक sample के साथ दो confidence फ़ाइलें आती हैं: एक विस्तृत और एक सारांश (summary)। सारांश में sample_ranking_score शामिल होता है।

Confidence metrics में pLDDT (0–100 के पैमाने पर per-atom confidence), pTM और ipTM (0–1 के पैमाने पर overall confidence), और PAE और PDE (per-residue-pair error estimates) शामिल हैं।

Multi-GPU और MSA विकल्प

एक एकल OpenFold3 prediction एक GPU पर चलता है, इसलिए multi-GPU instance व्यक्तिगत prediction को तेज़ नहीं बनाता है। इसके बजाय, उपयोगकर्ता एक साथ कई predictions चला सकते हैं। ml.g6.12xlarge instance पर, जिसमें चार GPUs हैं, कंटेनर प्रत्येक concurrent request को अपना स्वयं का GPU आवंटित करता है।

OpenFold3 प्रत्येक protein chain के लिए अतिरिक्त इनपुट के रूप में multiple sequence alignment (MSA) ले सकता है। JumpStart endpoint network isolation के साथ चलता है और बाहरी MSA servers को कॉल नहीं करता है। इसके बजाय, यह अनुरोध में precomputed MSAs स्वीकार करता है। यदि कोई MSA प्रदान नहीं किया जाता है, तो एंडपॉइंट केवल sequence से भविष्यवाणी करता है।

स्रोत (अंग्रेज़ी में)

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

यह मूल अंग्रेज़ी लेख का एआई द्वारा किया गया अनुवाद है, जिसे स्वचालित रूप से जाँचा गया है ताकि यह मूल लेख जैसी ही बात कहे। स्रोतों की जाँच अंग्रेज़ी में की गई थी।