google-deepmind/alphafold3

解决的问题

AlphaFold 3 提供了一种准确预测生物分子相互作用 3D 结构的方法。这对于理解蛋白质、DNA、RNA 和配体在生物系统中的相互作用至关重要。

工作原理

该系统由一个推理流水线组成，该流水线接收生物分子序列作为输入（通过 JSON 文件），并预测其结构。过程分为两个主要阶段：

1. Data Pipeline：仅使用 CPU 的阶段，执行遗传和模板搜索。
2. Inference：使用 GPU 加速的阶段，利用模型参数生成最终的结构预测。

适用对象

需要对不同生物分子之间的相互作用进行建模的生物学、生物化学和药物研发研究人员。

亮点

• 广泛的生物分子支持：预测包括蛋白质、DNA、RNA 和配体在内的广泛分子的相互作用。
• 基于 Docker 的部署：以 Docker 镜像形式提供，简化了安装和执行过程。
• 灵活的执行：允许用户通过命令行标志分别运行数据流水线和推理。
• 集成的数据库支持：利用广泛的镜像参考数据库（例如 PDB、UniProt、MGnify）进行结构预测。