sokrypton/ColabFold

解決的問題

ColabFold® 透過提供易用的 Google Colab 筆記本與命令列介面，設計目標是讓高準確度的蛋白質摺疊預測對所有人可取得。它消除了運行複雜模型（如 AlphaFold2、AlphaFold3 和 ESMFold）的技術障礙，這些模型通常需要龐大的資料庫與大量運算資源。

如何運作

此專案提供一套整合多種蛋白質結構預測模型的筆記本與工具。它利用公開的 MSA（多序列比對）伺服器快速產生所需的序列比對，避免使用者需在本地下載並儲存近一拍字節的基因組資料庫。對於本地安裝，提供 colabfold_batch 與 colabfold_search 用於結構預測與 MSA 產生，並支援透過 MMseqs2-GPU 實現 GPU 加速。

適用對象

主要針對需要預測蛋白質（單體與複合物）三維結構，但無需管理複雜生物資訊學流程或高性能運算叢集的生物學家、生物化學家與結構生物學研究人員。

主要特色

• 多模型支援：整合 AlphaFold2、AlphaFold3（OpenFold3）、ESMFold、RoseTTAFold2 與 Boltz。
• 雲端可存取：提供 Google Colab 筆記本，無需安裝即可立即使用。
• 高效 MSA 產生：使用公開伺服器處理序列搜尋，大幅降低本地儲存需求。
• 本地執行：支援透過 conda、pip 或 Docker 安裝，實現本地 GPU 加速預測。
• 進階輸入支援：支援非蛋白質分子（如 DNA、RNA 與配體）作為 AlphaFold3 相容輸入（透過 SMILES 或 CCD 碼）。
• 效能最佳化：包含 JAX 編譯快取與 Pallas/Triton 內核，於 Ampere GPU 上實現更快的預測。