OpenFold3 Agora Disponível no Amazon SageMaker JumpStart para Predição de Estruturas Biomoleculares

O OpenFold3-preview agora está disponível no Amazon SageMaker JumpStart, permitindo que os usuários implantem o modelo em suas próprias contas AWS e prevejam as estruturas 3D de proteínas, DNA, RNA, ligantes de pequenas moléculas e os complexos que formam. O modelo foi desenvolvido pelo OpenFold Consortium e pelo AlQuraishi Lab da Columbia University.

Detalhes do modelo e disponibilidade

O OpenFold3 é um modelo de predição de estrutura de átomo completo que prevê a estrutura 3D conjunta de um conjunto de moléculas a partir de suas sequências. Ele pode dobrar complexos proteicos de múltiplas cadeias, conjuntos proteína-ácido nucleico e complexos proteína-ligante em uma única predição. Os desenvolvedores lançam seu código e pesos do modelo sob a licença Apache 2.0 e publicam os dados de treinamento e métodos. Os desenvolvedores descrevem o OpenFold3-preview como uma prévia de pesquisa.

O ID do modelo no JumpStart é huggingface-proteinfolding-openfold3. As instâncias suportadas são ml.g6.2xlarge, ml.g6.4xlarge (padrão) e ml.g6.12xlarge. A versão do modelo é OpenFold3 0.4.1, checkpoint of3-p2-155k.

Como funciona a implantação

O OpenFold3 no JumpStart é executado no SageMaker Asynchronous Inference. Os usuários carregam uma solicitação para o Amazon S3 e chamam InvokeEndpointAsync, que retorna imediatamente. O endpoint enfileira a solicitação e a processa, com um tempo limite de invocação de até 1 hora. Os resultados ou detalhes do erro são gravados em um local S3 escolhido pelo usuário.

Os endpoints assíncronos enfileiram rajadas de solicitações internamente e podem escalar para zero instâncias quando a fila está vazia, ajudando os usuários a evitar pagar por instâncias ociosas entre experimentos. Os endpoints do SageMaker são cobrados por hora-instância enquanto estão em execução, incluindo enquanto estão ociosos.

A implantação geralmente é concluída em minutos e inclui uma etapa de aquecimento na qual o container executa uma predição curta em cada GPU.

Entradas e saídas da predição

Uma solicitação é um documento JSON com uma ou mais consultas nomeadas, e cada consulta lista suas cadeias. Cada cadeia tem campos para molecule_type, chain_ids, sequence e smiles. Os tipos de molécula incluem protein, dna, rna e ligand. Ligantes de pequenas moléculas são fornecidos como strings SMILES.

A resposta contém um status, uma lista de estruturas previstas no formato mmCIF e suas confidências correspondentes. Por padrão, o OpenFold3 gera cinco amostras de difusão por consulta, então cada consulta retorna cinco estruturas candidatas. Cada amostra vem com dois arquivos de confiança: um detalhado e um resumo. O resumo inclui um sample_ranking_score.

As métricas de confiança incluem pLDDT (confiança por átomo em uma escala de 0–100), pTM e ipTM (confiança geral em uma escala de 0–1) e PAE e PDE (estimativas de erro por par de resíduos).

Opções multi-GPU e MSA

Uma única predição do OpenFold3 é executada em uma GPU, portanto, uma instância multi-GPU não torna uma predição individual mais rápida. Em vez disso, os usuários podem executar várias predições ao mesmo tempo. Em uma instância ml.g6.12xlarge, que possui quatro GPUs, o container atribui a cada solicitação concorrente sua própria GPU.

O OpenFold3 pode aceitar um alinhamento múltiplo de sequências (MSA) como entrada adicional para cada cadeia proteica. O endpoint do JumpStart é executado com isolamento de rede e não chama servidores MSA externos. Em vez disso, ele aceita MSAs pré-computados na solicitação. Se nenhum MSA for fornecido, o endpoint prevê apenas a partir da sequência.

Por que isso importa

• O OpenFold3 é um modelo de predição de estruturas biomoleculares de código aberto desenvolvido pelo OpenFold Consortium e pelo AlQuraishi Lab da Columbia University.
• O modelo está disponível no Amazon SageMaker JumpStart sob o ID do modelo huggingface-proteinfolding-openfold3.
• Ele prevê estruturas 3D de proteínas, DNA, RNA, ligantes de pequenas moléculas e seus complexos.
• A implantação é executada no SageMaker Asynchronous Inference com suporte para scale-to-zero e predições paralelas multi-GPU.

Fontes (em inglês)

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

Tradução feita com IA do artigo original em inglês, revisada automaticamente para dizer o mesmo que o original. As fontes foram verificadas em inglês.