A Amazon Web Services criou o OpenFold3-preview, um modelo de previsão de estrutura biomolecular de código aberto, implantável diretamente do Amazon SageMaker JumpStart, de acordo com uma postagem de 13 de novembro no AWS Machine Learning Blog. A mudança coloca uma das famílias de modelos mais importantes da biologia computacional por trás de um endpoint de nuvem gerenciado – e dá às equipes de pesquisa uma alternativa licenciada abertamente aos sistemas proprietários de previsão de estrutura.
OpenFold3 foi desenvolvido pelo OpenFold Consortium e pelo AlQuraishi Lab da Columbia University. Como outros esforços de ciência aberta que mantêm as pesquisas mais recentes sobre IA acessíveis a todos, o projeto publica muito mais do que uma API de caixa preta: o código e os pesos do modelo são fornecidos sob a licença Apache 2.0, e os desenvolvedores também publicaram os dados e métodos de treinamento.
O que o OpenFold3 pode prever
OpenFold3 é um modelo de predição de estrutura totalmente atômica. De acordo com a AWS, ele prevê a estrutura 3D conjunta de um conjunto de moléculas diretamente a partir de suas sequências – e não está limitado a cadeias proteicas únicas. Uma única previsão pode envolver complexos proteicos de múltiplas cadeias, conjuntos proteína-ácido nucleico e complexos proteína-ligante, o que cobre uma grande parte das interações moleculares que importam no desenvolvimento de medicamentos.
Essa capacidade é importante porque a previsão da estrutura tornou-se silenciosamente a infraestrutura central para a descoberta computacional de medicamentos. A postagem da AWS observa que as equipes agora contam com ele para identificação de alvos, engenharia de anticorpos e proteínas e triagem virtual baseada em estrutura – o trabalho em estágio inicial que determina quais candidatos a medicamentos chegam a um laboratório úmido.
Uma licença aberta é o ponto
O licenciamento Apache 2.0 é o que distingue o OpenFold3 em um campo repleto de sistemas de fronteira fechada. Organizações de pesquisa e empresas farmacêuticas podem inspecionar o modelo, ajustá-lo com base em dados proprietários e construir produtos comerciais sobre ele, sob os termos da licença, disse a AWS. Para uma indústria onde as estruturas moleculares e os dados de triagem são segredos comerciais bem guardados, um modelo cujos pesos e métodos de treinamento são publicados dá às equipes um nível de auditabilidade que as APIs fechadas não conseguem igualar.
A AWS descreve a visualização do OpenFold3 como uma visualização de pesquisa, que vale a pena ter em mente: esta é uma implantação inicial e em evolução, e não um produto acabado. Mas mesmo uma distribuição prévia de um modelo aberto e totalmente dobrável reduz a barreira para os laboratórios acadêmicos que não podem negociar licenças empresariais com fornecedores de modelos proprietários.
Por que funciona com inferência assíncrona
A história da infraestrutura é tão interessante quanto o próprio modelo. A maioria dos modelos JumpStart – modelos de linguagem grande e modelos de incorporação entre eles – são implantados em endpoints em tempo real que devem retornar uma resposta dentro de uma única solicitação limitada a 60 segundos. A previsão da estrutura não se enquadra nesse molde. O tempo de dobramento aumenta com o número e comprimento das cadeias em uma consulta, e proteínas e complexos do mundo real geralmente levam vários minutos para serem previstos.
Por esse motivo, o OpenFold3 no JumpStart é executado no SageMaker Asynchronous Inference. A AWS destaca duas propriedades de endpoints assíncronos que atendem a cargas de trabalho científicas: eles enfileiram intermitências de solicitações internamente, para que um laboratório possa enviar um grande lote de sequências sem criar sua própria fila de trabalhos, e podem escalar para zero instâncias quando a fila está vazia, o que evita pagar pelo tempo ocioso da GPU entre os experimentos. O modelo é executado em instâncias de GPU G6, e a AWS alerta que a capacidade G6 pode ser limitada em algumas regiões – implantações que falham com um erro InsufficientInstanceCapacity devem tentar novamente mais tarde ou escolher um tamanho de instância compatível diferente.
Há também um aviso de custo incluído no anúncio: os endpoints do SageMaker são cobrados por instância-hora durante a execução, inclusive enquanto ociosos. A postagem da AWS orienta os usuários a seguirem suas etapas de limpeza ou configurarem a escala para zero para evitar cobranças inesperadas – conselhos práticos para orçamentos de pesquisa que raramente toleram contas de nuvem surpresas.
O que isso significa para a ciência orientada por IA
O acordo de distribuição é um sinal sobre para onde a ciência aberta e a infraestrutura comercial em nuvem estão convergindo. Os desenvolvedores do OpenFold3 construíram um modelo projetado para ser inspecionado, ajustado e estendido; A AWS criou a camada de serviço que lida com as realidades operacionais complicadas (inferência de vários minutos, cargas de trabalho em lotes intermitentes, custos de tempo ocioso) que impedem a auto-hospedagem da maioria dos laboratórios. Juntos, eles disponibilizam um recurso que recentemente exigia profundo conhecimento em engenharia de ML para uma equipe de pesquisa padrão com uma conta na nuvem.
O cenário competitivo também vale a pena observar. Os modelos de previsão de estrutura estão no centro de uma corrida armamentista para a descoberta de medicamentos que inclui alguns dos laboratórios de IA mais bem financiados do mundo, e as alternativas abertas mudam a posição negocial de todos nesse mercado. Se uma empresa farmacêutica puder ajustar um modelo Apache 2.0 com base nos seus próprios dados, em vez de alugar um sistema fechado, a economia da descoberta de medicamentos assistida por IA mudará significativamente.
Nada disso resolve as advertências científicas. As estruturas previstas são hipóteses computacionais, não fatos determinados experimentalmente, e a própria postagem da AWS enquadra a implantação como uma prévia da pesquisa exatamente por esse motivo. Mas a direção é clara: o ecossistema aberto que remodelou o processamento da linguagem natural está agora a chegar às ciências moleculares e os fornecedores de nuvens estão a correr para o acolher.
---
Fique à frente da IAReceba as últimas notícias, análises e avanços sobre IA — tudo em um só lugar.
Leia mais notícias sobre IA →
