google-deepmind/alphafold3

解決的問題

AlphaFold 3 提供了一種準確預測生物分子相互作用 3D 結構的方法。這對於理解蛋白質、DNA、RNA 和配體在生物系統中的相互作用至關重要。

工作原理

該系統由一個推理流水線組成，該流水線接收生物分子序列作為輸入（透過 JSON 檔案），並預測其結構。過程分為兩個主要階段：

1. Data Pipeline：僅使用 CPU 的階段，執行遺傳與模板搜尋。
2. Inference：使用 GPU 加速的階段，利用模型參數生成最終的結構預測。

適用對象

需要對不同生物分子之間的相互作用進行建模的生物學、生物化學和藥物研發研究人員。

亮點

• 廣泛的生物分子支持：預測包括蛋白質、DNA、RNA 和配體在內的廣泛分子的相互作用。
• 基於 Docker 的部署：以 Docker 鏡像形式提供，簡化了安裝與執行過程。
• 靈活的執行：允許使用者透過命令列旗標分別執行數據流水線與推理。
• 集成的資料庫支持：利用廣泛的鏡像參考資料庫（例如 PDB、UniProt、MGnify）進行結構預測。