aqlaboratory/openfold-3

解决的问题

OpenFold3-preview 提供了 DeepMind AlphaFold3 的开源且逐位复现版本。它允许研究人员和开发者在不依赖专有软件的情况下，预测生物分子（包括蛋白质、RNA、DNA 和小分子）的三维结构，同时提供了一个用于长期维护和社区驱动开发的框架。

工作原理

该模型复现了 AlphaFold3 的输入特征和架构。它利用 cuEquivariance 和 DeepSpeed4Science 的专用内核进行加速，以提高推理效率。该系统支持通过 ColabFold 服务器或 JackHMMER 和 hhblits 等标准工具生成多序列比对（MSA），并且可以将预测任务分布在多个 GPU 上以处理大规模作业。

适用人群

专为需要预测生物分子结构用于学术或商业用途，并希望寻找 AlphaFold3 开源替代方案的计算生物学家、生物化学家和 AI 研究人员设计。

亮点

• 广泛的模态支持：预测标准和非标准蛋白质、RNA、DNA 链以及小分子的结构。
• 高性能：在单体 RNA 结构上匹配 AlphaFold3 的性能，并在蛋白质-蛋白质和蛋白质-配体复合物上表现出竞争力。
• 硬件优化：包含内核加速和针对受限 GPU 资源的低内存模式。
• 可扩展的推理：支持多查询作业和跨多个 GPU 的分布式预测。