aurekaresearch/OpenDDE

OpenDDE – 全原子生体分子基盤モデル

概要 – OpenDDEは、すべてのコンポーネントを共同折り畳み（co-folding）することで生体分子（タンパク質、DNA、RNA、リガンド、イオン）の三次元構造を予測する、オープンソースの大規模ニューラルモデルです。構造予測、設計、最適化といった創薬タスクのための「基盤モデル」として位置付けられています。

主な機能

• 全原子共同折り畳み – 単一のフォワードパスで複数の鎖（例：抗体-抗原複合体）を処理可能です。
• 条件付き推論 – --use_tfg_guidance フラグを使用することで、重みを再学習することなく、インターフェースに関する部分的な知識（接触点、エピトープ、可動鎖）を用いてサンプラーを制御できます。
• スケーラブルな推論 – シングルGPU、CPU、および計算を P 個のGPUに分散させるマルチGPU「Fold-CP」モード（1 × P トポロジー）をサポートしています。
• 柔軟な前処理 – MSA、テンプレート検索、RNA-MSAパイプラインのオン/オフを切り替え可能です。後者は外部ツール（HMMER、Kalign）と大規模な検索データベースを必要とします。
• モデルバリアント – 汎用チェックポイント (opendde.pt) および抗体-抗原チューニング済みチェックポイント (opendde_abag.pt) が用意されています。

導入方法

• PyPI (opendde) から uv ツールを使用してインストールします。適切な --torch-backend（CPUまたはCUDA 12.6）を選択し、cuEquivarianceカーネル用にオプションの [gpu] エクストラを指定してください。
• または、リポジトリをクローンしてソースからインストールします (pip install -e .)。
• GPU推論用にビルド済みのDockerイメージ (aurekaresearch/opendde:v1) が利用可能です。
• モデルの重みはHugging Faceでホストされています。リポジトリには、チェックポイントとランタイムアセットを ~/.cache/opendde（またはカスタムの OPENDDE_ROOT_DIR）にダウンロードするためのヘルパースクリプトが含まれています。

予測の実行

1. JSONジョブ記述ファイル（例：短いタンパク質配列を含む tiny.json）を作成します。
2. CLIを呼び出します：

   opendde pred -i tiny.json -o ./output -n opendde_v1 \
       --use_msa false --use_template false --use_rna_msa false \
       --sample 1 --step 200 --cycle 10
   

   このコマンドにより、予測された座標を含むディレクトリツリー output/<job>/seed_<seed>/predictions/ が生成されます。
3. より大規模なマルチGPU実行の場合は、READMEに記載されている通り、torchrun と --foldcp_mode distributed フラグを使用して起動してください。

ドキュメントとリソース

• 詳細なインストールガイド（PyPI、ソース、Docker）。
• JSONスキーマ、MSA/テンプレートパイプライン、カーネルオプション、チュートリアルはすべて docs/ フォルダにあります。
• プレビューリリース（共同折り畳み）および新しい条件付き推論機能に関する技術レポートへのリンクがあります。
• ベンチマーク（2026ARK-AB、OpenBench2026）およびFold-CPの再現性ガイドが提供されています。

ステータス – 本リポジトリはプレビュー版です。CLIフラグ、JSONフィールド、チェックポイントは変更される可能性があり、予測結果がリリース間で再現可能であることは保証されていません。現時点では本番環境での使用を想定していません。

ライセンス – Apache-2.0。

---

要約すると、OpenDDEは全原子生体分子構造予測のための研究グレードのオープンソース基盤モデルであり、共同折り畳みと条件付きガイダンスに重点を置き、Python CLIおよびDockerイメージとしてパッケージ化されています。