Amazon Web Services vytvořil OpenFold3-preview, open-source model predikce biomolekulární struktury, který lze nasadit přímo z Amazon SageMaker JumpStart, podle příspěvku z 13. listopadu na blogu AWS Machine Learning Blog. Tento krok staví jednu z nejsledovanějších modelových rodin výpočetní biologie za řízený cloudový koncový bod – a poskytuje výzkumným týmům otevřeně licencovanou alternativu k proprietárním systémům pro predikci struktury.
OpenFold3 byl vyvinut konsorciem OpenFold a laboratoří AlQuraishi na Kolumbijské univerzitě. Stejně jako jiné snahy otevřené vědy, které udržují nejnovější výzkum AI přístupný všem, projekt publikuje mnohem víc než jen black-box API: váhy kódu a modelu jsou dodávány pod licencí Apache 2.0 a vývojáři také zveřejnili tréninková data a metody.
Co může OpenFold3 předvídat
OpenFold3 je model předpovědi struktury všech atomů. Podle AWS předpovídá společnou 3D strukturu sady molekul přímo z jejich sekvencí – a není omezena na jednotlivé proteinové řetězce. Jediná předpověď může skládat víceřetězcové proteinové komplexy, protein-nukleová kyselina a protein-ligandové komplexy, což pokrývá velký podíl molekulárních interakcí, které jsou důležité při vývoji léčiv.
Na této schopnosti záleží, protože predikce struktury se v tichosti stala základní infrastrukturou pro výpočetní objevy léků. Příspěvek AWS poznamenává, že týmy na něj nyní spoléhají při identifikaci cíle, inženýrství protilátek a proteinů a virtuálním screeningu založeném na struktuře – práce v rané fázi, která určuje, kteří kandidáti na léky se kdy dostanou do mokré laboratoře.
Podstatou je otevřená licence
Licencování Apache 2.0 je to, co odlišuje OpenFold3 v oblasti přeplněné uzavřenými hraničními systémy. Výzkumné organizace a farmaceutické společnosti mohou model kontrolovat, dolaďovat jej na proprietárních datech a stavět nad ním komerční produkty podle licenčních podmínek, řekl AWS. Pro průmysl, kde jsou molekulární struktury a screeningová data přísně střeženým obchodním tajemstvím, poskytuje model, jehož váhy a tréninkové metody jsou zveřejněny, týmům úroveň auditovatelnosti, které se uzavřené API nemohou rovnat.
AWS popisuje OpenFold3-preview jako náhled výzkumu, který stojí za to mít na paměti: jedná se spíše o rané, vyvíjející se nasazení než o hotový produkt. Ale i předběžná distribuce otevřeného modelu skládání všech atomů snižuje bariéru pro akademické laboratoře, které nemohou vyjednávat o podnikových licencích s poskytovateli proprietárních modelů.
Proč běží na asynchronní inferenci
Příběh infrastruktury je stejně zajímavý jako samotný model. Většina modelů JumpStart – velké jazykové modely a mezi nimi i modely vkládání – se nasazuje do koncových bodů v reálném čase, které musí vrátit odpověď v rámci jednoho požadavku s omezením na 60 sekund. Předpověď struktury do této formy nesedí. Doba skládání roste s počtem a délkou řetězců v dotazu a predikce proteinů a komplexů v reálném světě často trvá několik minut.
Z tohoto důvodu OpenFold3 na JumpStart běží na SageMaker Asynchronous Inferences. AWS zdůrazňuje dvě vlastnosti asynchronních koncových bodů, které vyhovují vědeckému pracovnímu vytížení: interně řadí do fronty shluky požadavků, takže laboratoř může odeslat velkou dávku sekvencí bez vytváření vlastní fronty úloh, a mohou se škálovat na nulu, když je fronta prázdná, což zabraňuje placení za nečinnost GPU mezi experimenty. Model běží na instancích GPU G6 a AWS upozorňuje, že kapacita G6 může být v některých oblastech omezená – nasazení, která selžou s chybou InsufficientInstanceCapacity, by se měla opakovat později nebo zvolit jinou podporovanou velikost instance.
Oznámení obsahuje také varování o nákladech: Koncové body SageMaker jsou účtovány za hodinu instance při běhu, včetně nečinnosti. Příspěvek AWS říká uživatelům, aby postupovali podle kroků čištění nebo konfigurovali měřítko na nulu, aby se vyhnuli neočekávaným poplatkům – praktická rada pro rozpočty na výzkum, které jen zřídka tolerují překvapivé cloudové účty.
Co to znamená pro vědu řízenou umělou inteligencí
Distribuční dohoda je signálem o tom, kde se otevřená věda a komerční cloudová infrastruktura sbližují. Vývojáři OpenFold3 postavili model navržený tak, aby jej bylo možné kontrolovat, dolaďovat a rozšiřovat; AWS vytvořilo obslužnou vrstvu, která zvládá nepříjemné provozní skutečnosti – mnohaminutové vyvozování, hromadné dávkové zatížení, náklady na prostoje – které brání většině laboratoří v samostatném hostování. Společně vytvářejí schopnost, která v poslední době vyžadovala hluboké technické znalosti ML, dostupné standardnímu výzkumnému týmu s cloudovým účtem.
Konkurenční prostředí také stojí za pozornost. Modely předpovědi struktury jsou středobodem závodu ve zbrojení při objevování drog, který zahrnuje některé z nejlépe financovaných laboratoří umělé inteligence na světě, a otevřené alternativy mění vyjednávací pozici každého na tomto trhu. Pokud může farmaceutická společnost vyladit model Apache 2.0 na svých vlastních datech namísto pronájmu uzavřeného systému, ekonomika objevování léků za pomoci umělé inteligence se významně posune.
Nic z toho nevyřeší vědecké námitky. Předpokládané struktury jsou výpočtové hypotézy, nikoli experimentálně určená fakta, a vlastní příspěvek AWS přesně z tohoto důvodu rámuje nasazení jako náhled výzkumu. Ale směr je jasný: otevřený ekosystém, který přetvořil zpracování přirozeného jazyka, se nyní dostává do molekulárních věd a poskytovatelé cloudu se předhánějí, kdo jej bude hostit.
---
Stay Ahead of AIZískejte nejnovější zprávy, analýzy a průlomové informace o umělé inteligenci – vše na jednom místě.
Přečtěte si další zprávy o AI →
