OpenFold3 现已在 Amazon SageMaker JumpStart 上提供，用于生物分子结构预测

OpenFold3-preview 现已在 Amazon SageMaker JumpStart 上提供，允许用户将模型部署到其自己的 AWS 账户中，并预测蛋白质、DNA、RNA、小分子配体及其形成的复合物的 3D 结构。该模型由 OpenFold 联盟和哥伦比亚大学 AlQuraishi 实验室开发。

模型详情与可用性

OpenFold3 是一个全原子结构预测模型，它根据分子序列预测一组分子的联合 3D 结构。它可以在一次预测中折叠多链蛋白质复合物、蛋白质-核酸组装体以及蛋白质-配体复合物。开发者以 Apache 2.0 许可证发布其代码和模型权重，并公开训练数据和方法。开发者将 OpenFold3-preview 描述为研究预览版。

JumpStart 模型 ID 为 huggingface-proteinfolding-openfold3。支持的实例包括 ml.g6.2xlarge、ml.g6.4xlarge（默认）和 ml.g6.12xlarge。模型版本为 OpenFold3 0.4.1，使用 of3-p2-155k 检查点。

部署工作原理

JumpStart 上的 OpenFold3 运行在 SageMaker 异步推理上。用户将请求上传到 Amazon S3 并调用 InvokeEndpointAsync，该调用会立即返回。端点会对请求进行排队并处理，调用超时时间长达 1 小时。结果或错误详情将写入用户选择的 S3 位置。

异步端点会在内部对请求突发进行排队，当队列为空时可以将实例缩零，这有助于用户避免在实验之间为空闲实例付费。SageMaker 端点按实例小时计费，包括空闲时间。

部署通常在几分钟内完成，并包含一个预热步骤，即容器在每个 GPU 上运行一次简短的预测。

预测输入与输出

请求是一个包含一个或多个命名查询的 JSON 文档，每个查询列出其链。每个链都有 molecule_type（分子类型）、chain_ids（链 ID）、sequence（序列）和 smiles（SMILES 字符串）字段。分子类型包括 protein（蛋白质）、dna（DNA）、rna（RNA）和 ligand（配体）。小分子配体以 SMILES 字符串形式提供。

响应包含状态、以 mmCIF 格式列出的预测结构列表及其匹配置信度。默认情况下，OpenFold3 为每个查询生成五个扩散样本，因此每个查询返回五个候选结构。每个样本附带两个置信度文件：一个详细文件和一个摘要文件。摘要包括 sample_ranking_score（样本排名分数）。

置信度指标包括 pLDDT（0–100 尺度上的原子级置信度）、pTM 和 ipTM（0–1 尺度上的整体置信度），以及 PAE 和 PDE（残基对误差估计）。

多 GPU 与 MSA 选项

单个 OpenFold3 预测在一个 GPU 上运行，因此多 GPU 实例不会使单个预测更快。相反，用户可以同时运行多个预测。在拥有四个 GPU 的 ml.g6.12xlarge 实例上，容器为每个并发请求分配一个独立的 GPU。

OpenFold3 可以将多重序列比对（MSA）作为每个蛋白质链的额外输入。JumpStart 端点以网络隔离模式运行，不调用外部 MSA 服务器。相反，它接受请求中预计算的 MSA。如果未提供 MSA，端点仅从序列进行预测。

为何重要

• OpenFold3 是一个开源的生物分子结构预测模型，由 OpenFold 联盟和哥伦比亚大学 AlQuraishi 实验室开发。
• 该模型在 Amazon SageMaker JumpStart 上提供，模型 ID 为 huggingface-proteinfolding-openfold3。
• 它预测蛋白质、DNA、RNA、小分子配体及其复合物的 3D 结构。
• 部署运行在 SageMaker 异步推理上，支持缩零和多 GPU 并行预测。

来源（英文）

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

本文由人工智能翻译自英文原文，并经过自动审核，确保与原文意思一致。来源已用英文核实。