根据 AWS 机器学习博客 11 月 13 日发布的帖子，Amazon Web Services 已推出 OpenFold3-preview，这是一种开源生物分子结构预测模型，可直接从 Amazon SageMaker JumpStart 进行部署。此举将计算生物学最重要的模型系列之一置于托管云端点之后，并为研究团队提供了专有结构预测系统的公开许可替代方案。
OpenFold3 由 OpenFold 联盟和哥伦比亚大学 AlQuraishi 实验室开发。与其他让每个人都能接触到最新人工智能研究的开放科学工作一样，该项目发布的不仅仅是黑盒 API：代码和模型权重在 Apache 2.0 许可证下发布，开发人员也发布了训练数据和方法。
OpenFold3 可以预测什么
OpenFold3是一个全原子结构预测模型。根据 AWS 的说法，它可以直接根据一组分子的序列预测其联合 3D 结构，而且不限于单个蛋白质链。单个预测可以折叠多链蛋白质复合物、蛋白质-核酸组装体和蛋白质-配体复合物，其中涵盖了药物开发中重要的分子相互作用的很大一部分。
这种能力很重要，因为结构预测已悄然成为计算药物发现的核心基础设施。 AWS 的帖子指出，团队现在依靠它来进行目标识别、抗体和蛋白质工程以及基于结构的虚拟筛选——这是决定哪些候选药物进入湿实验室的早期工作。
开放许可证是重点
Apache 2.0 许可是 OpenFold3 在充满封闭前沿系统的领域中脱颖而出的原因。 AWS 表示，研究组织和制药公司可以检查该模型，根据专有数据对其进行微调，并根据许可条款在其基础上构建商业产品。对于分子结构和筛选数据都受到严密保护的商业秘密的行业来说，权重和训练方法公开的模型为团队提供了封闭 API 无法比拟的可审核性。
AWS 将 OpenFold3-preview 描述为研究预览版，这一点值得牢记：这是一个早期的、不断发展的部署，而不是成品。但即使是开放的全原子折叠模型的预览版也降低了学术实验室的障碍，因为学术实验室无法与专有模型提供商协商企业许可证。
为什么它在异步推理上运行
基础设施的故事和模型本身一样有趣。大多数 JumpStart 模型（大型语言模型和其中的嵌入模型）部署到实时端点，这些端点必须在上限为 60 秒的单个请求内返回响应。结构预测不符合这种模式。折叠时间随着查询中链的数量和长度而增长，而现实世界的蛋白质和复合物通常需要几分钟才能预测。
因此，JumpStart 上的 OpenFold3 在 SageMaker 异步推理上运行。 AWS 强调了适合科学工作负载的异步端点的两个属性：它们在内部对突发请求进行排队，因此实验室可以提交大量序列而无需构建自己的作业队列，并且它们可以在队列为空时扩展到零实例，从而避免为实验之间的空闲 GPU 时间付费。该模型在 G6 GPU 实例上运行，AWS 警告称，G6 容量在某些区域可能受到限制 - 因 InsufficientInstanceCapacity 错误而失败的部署应稍后重试或选择其他受支持的实例大小。
公告中还包含一个成本警告：SageMaker 端点在运行时（包括空闲时）按实例小时计费。 AWS 的帖子告诉用户遵循其清理步骤或将规模配置为零以避免意外费用 - 对于很少容忍意外云账单的研究预算来说是实用建议。
这对人工智能驱动的科学意味着什么
此次分销协议是开放科学和商业云基础设施正在融合的一个信号。 OpenFold3 的开发人员构建了一个模型，旨在进行检查、微调和扩展； AWS 构建的服务层可以处理尴尬的操作现实（多分钟推理、突发批量工作负载、空闲时间成本），这些都阻止了大多数实验室的自托管。他们共同为拥有云帐户的标准研究团队提供了最近需要深厚的机器学习工程专业知识的功能。
竞争格局也值得关注。结构预测模型处于药物发现军备竞赛的中心，其中包括世界上一些资金最充足的人工智能实验室，而开放的替代方案改变了该市场中每个人的谈判地位。如果一家制药公司能够根据自己的数据微调 Apache 2.0 模型，而不是租用封闭系统，那么人工智能辅助药物发现的经济学就会发生有意义的转变。
这些都不能解决科学问题。预测的结构是计算假设，而不是实验确定的事实，正是出于这个原因，AWS 自己的帖子将部署作为研究预览。但方向很明确：重塑自然语言处理的开放权重生态系统现在正在进入分子科学领域，云提供商正在竞相托管它。
---
保持人工智能领先地位获取最新的人工智能新闻、分析和突破——尽在一个地方。
阅读更多人工智能新闻 →
