Amazon Web Services ha creado OpenFold3-preview, un modelo de predicción de estructuras biomoleculares de código abierto, que se puede implementar directamente desde Amazon SageMaker JumpStart, según una publicación del 13 de noviembre en el blog de aprendizaje automático de AWS. La medida coloca a una de las familias de modelos más importantes de la biología computacional detrás de un punto final administrado en la nube y brinda a los equipos de investigación una alternativa con licencia abierta a los sistemas propietarios de predicción de estructuras.
OpenFold3 fue desarrollado por OpenFold Consortium y el Laboratorio AlQuraishi de la Universidad de Columbia. Al igual que otros esfuerzos de ciencia abierta que mantienen las últimas investigaciones de IA accesibles para todos, el proyecto publica mucho más que una API de caja negra: el código y los pesos del modelo se envían bajo la licencia Apache 2.0, y los desarrolladores también han publicado los datos y métodos de entrenamiento.
Qué puede predecir OpenFold3
OpenFold3 es un modelo de predicción de estructuras totalmente atómicas. Según AWS, predice la estructura 3D conjunta de un conjunto de moléculas directamente a partir de sus secuencias, y no se limita a cadenas de proteínas individuales. Una sola predicción puede plegar complejos de proteínas de cadenas múltiples, conjuntos de proteínas y ácidos nucleicos y complejos de proteínas y ligandos, lo que cubre una gran parte de las interacciones moleculares que son importantes en el desarrollo de fármacos.
Esa capacidad es importante porque la predicción de estructuras se ha convertido silenciosamente en la infraestructura central para el descubrimiento computacional de fármacos. La publicación de AWS señala que los equipos ahora confían en él para la identificación de objetivos, la ingeniería de anticuerpos y proteínas y la detección virtual basada en estructuras: el trabajo en etapa inicial que determina qué fármacos candidatos llegan alguna vez a un laboratorio húmedo.
Una licencia abierta es el punto
La licencia Apache 2.0 es lo que distingue a OpenFold3 en un campo lleno de sistemas de frontera cerrada. Las organizaciones de investigación y las compañías farmacéuticas pueden inspeccionar el modelo, ajustarlo con datos patentados y construir productos comerciales sobre él según los términos de la licencia, dijo AWS. Para una industria donde las estructuras moleculares y los datos de detección son secretos comerciales celosamente guardados, un modelo cuyos pesos y métodos de entrenamiento se publican brinda a los equipos un nivel de auditabilidad que las API cerradas no pueden igualar.
AWS describe OpenFold3-preview como una vista previa de la investigación, que vale la pena tener en cuenta: se trata de una implementación temprana y en evolución, más que de un producto terminado. Pero incluso una distribución preliminar de un modelo plegable abierto y totalmente atómico reduce la barrera para los laboratorios académicos que no pueden negociar licencias empresariales con proveedores de modelos propietarios.
Por qué se ejecuta mediante inferencia asincrónica
La historia de la infraestructura es tan interesante como el modelo mismo. La mayoría de los modelos JumpStart (modelos de lenguaje grande y modelos de integración, entre ellos) se implementan en puntos finales en tiempo real que deben devolver una respuesta dentro de una sola solicitud con un límite de 60 segundos. La predicción de estructuras no encaja en ese molde. El tiempo de plegado crece con el número y la longitud de las cadenas en una consulta, y las proteínas y complejos del mundo real suelen tardar varios minutos en predecirse.
Por ese motivo, OpenFold3 en JumpStart se ejecuta en SageMaker Asynchronous Inference. AWS destaca dos propiedades de los puntos finales asincrónicos que se adaptan a las cargas de trabajo científicas: ponen en cola ráfagas de solicitudes internamente, de modo que un laboratorio puede enviar un gran lote de secuencias sin crear su propia cola de trabajos, y pueden escalar a cero instancias cuando la cola está vacía, lo que evita pagar por el tiempo de inactividad de la GPU entre experimentos. El modelo se ejecuta en instancias de GPU G6 y AWS advierte que la capacidad de G6 puede ser limitada en algunas regiones: las implementaciones que fallan con un error InsufficientInstanceCapacity deben volver a intentarlo más tarde o elegir un tamaño de instancia compatible diferente.
También hay una advertencia de costos incorporada en el anuncio: los puntos finales de SageMaker se facturan por hora de instancia mientras se ejecutan, incluso cuando están inactivos. La publicación de AWS les dice a los usuarios que sigan sus pasos de limpieza o configuren la escala a cero para evitar cargos inesperados: consejos prácticos para presupuestos de investigación que rara vez toleran facturas sorpresa en la nube.
Qué significa para la ciencia impulsada por la IA
El acuerdo de distribución es una señal de dónde están convergiendo la ciencia abierta y la infraestructura comercial de la nube. Los desarrolladores de OpenFold3 crearon un modelo diseñado para ser inspeccionado, ajustado y ampliado; AWS creó la capa de servicio que maneja las incómodas realidades operativas (inferencia de varios minutos, cargas de trabajo por lotes en ráfagas, costos de tiempo de inactividad) que impiden que la mayoría de los laboratorios se autohospeden. Juntos, hacen que una capacidad que recientemente requería una profunda experiencia en ingeniería de aprendizaje automático esté disponible para un equipo de investigación estándar con una cuenta en la nube.
También vale la pena observar el panorama competitivo. Los modelos de predicción de estructuras se encuentran en el centro de una carrera armamentista por el descubrimiento de fármacos que incluye algunos de los laboratorios de inteligencia artificial mejor financiados del mundo, y las alternativas abiertas cambian la posición negociadora de todos en ese mercado. Si una empresa farmacéutica puede ajustar un modelo Apache 2.0 con sus propios datos en lugar de alquilar un sistema cerrado, la economía del descubrimiento de fármacos asistido por IA cambiará significativamente.
Nada de eso resuelve las salvedades científicas. Las estructuras previstas son hipótesis computacionales, no hechos determinados experimentalmente, y la propia publicación de AWS enmarca la implementación como una vista previa de la investigación exactamente por esa razón. Pero la dirección es clara: el ecosistema abierto que reformó el procesamiento del lenguaje natural está llegando ahora a las ciencias moleculares, y los proveedores de la nube se apresuran a albergarlo.
---
Manténgase a la vanguardia de la IAObtenga las últimas noticias, análisis y avances en IA, todo en un solo lugar.
Leer más noticias sobre IA →
