英文原标题:OpenFold3 on Amazon SageMaker JumpStart: Predict biomolecular structures

本文为英文原文的机器翻译摘要,原文见:AWS Machine Learning Blog ↗

  • OpenFold3 是由 OpenFold Consortium 和哥伦比亚大学 AlQuraishi 实验室开发的开源全原子生物分子结构预测模型,现可通过 Amazon SageMaker JumpStart 部署。
  • 该模型能预测蛋白质、DNA、RNA、小分子配体及其复合物的三维结构,输出 mmCIF 格式文件及 pLDDT、PAE、PDE 等置信度指标。
  • 由于结构预测耗时较长,OpenFold3 在 JumpStart 上采用异步推理:请求上传至 S3 后立即返回,端点排队处理,超时上限 1 小时,结果写入指定 S3 位置。
  • 异步端点支持请求排队和缩容到零,适合批量提交序列并避免空闲实例费用;端点运行在网络隔离环境中,有助于保护序列隐私。
  • 文章提供了使用 SageMaker Python SDK 部署异步端点的代码示例,并涵盖多 GPU 并行预测、自带 MSA 提升精度以及缩容到零以降低成本等操作。

关键数据

  • 模型版本为 OpenFold3 0.4.1,检查点 of3-p2-155k,采用 Apache 2.0 许可证。
  • JumpStart 模型 ID 为 huggingface-proteinfolding-openfold3。
  • 支持的实例类型包括 ml.g6.2xlarge、ml.g6.4xlarge(默认)和 ml.g6.12xlarge。
  • 异步推理的调用超时最长可达 1 小时。
  • 实时端点单次请求上限为 60 秒。

为什么值得看:该文展示了如何借助 SageMaker JumpStart 以少量代码部署开源结构预测模型 OpenFold3,并利用异步推理和缩容到零应对长耗时、批量化的科学计算需求,同时兼顾数据隐私与成本控制。

站内导航