AWS 上线 OpenFold3 预览版 结构预测

时间：2026 年 11 月 13 日 地点：亚马逊云科技（AWS）官方机器学习博客 人物：AWS、OpenFold 联盟、哥伦比亚大学 AlQuraishi 实验室 事件详情：AWS 宣布 OpenFold3-preview 正式登陆 Amazon SageMaker JumpStart，开发者可一键部署这款开源生物分子结构预测模型。该模型由 OpenFold 联盟与哥伦比亚大学 AlQuraishi 实验室联合开发，当前版本为 0.4.1，采用 of3-p2-155k checkpoint，支持蛋白质、DNA、RNA 及小分子配体复合物的全原子级别三维结构预测。部署采用 SageMaker 异步推理端点，单次预测运行在一个 GPU 上，ml.g6.12xlarge 实例可同时处理最多 4 路并发预测。预测结果以 mmCIF 格式返回，附带 pLDDT、PAE、pTM、ipTM 等置信度指标。端点支持自动扩缩容至零实例，空闲时停止计费，新请求到达时自动扩容。 背景：OpenFold3 基于扩散架构，突破了传统单一蛋白质预测的局限，能够对多链复合物及异质性生物分子相互作用进行建模。其开源代码托管于 https://github.com/aqlaboratory/openfold-3。AWS 托管的容器直接部署至客户 VPC，启用网络隔离，且不调用外部多序列比对服务器，支持用户导入预计算 MSA，既保护专有序列隐私，又可提升预测准确度。 影响：对计算生物学和药物发现团队而言，OpenFold3-preview 的 JumpStart 集成意味着无需自建 GPU 集群即可启动大规模结构预测工作流。异步推理机制将分钟级的预测任务转化为可排队、可轮询的作业流，配合 S3 存储和 SNS 通知，适合批量筛选分子库。不过 AWS 明确该包仍处于研究预览阶段，提示团队在将其用于新型靶点前应验证结果可靠性。 总结：OpenFold3-preview 登陆 SageMaker JumpStart，是 AWS 将前沿生物 AI 模型工程化的一次典型推进。它把模型部署、GPU 调度、隐私控制和成本优化打包成托管服务，降低了药物研发和基础研究的使用门槛。虽然预览版标签意味着功能与精度仍有完善空间，但对急于跑通「序列→结构」管道的团队来说，现在可以少写很多基础设施代码。 参考来源： DataPhoenix https://dataphoenix.info/news/aws-openfold3-sagemaker-jumpstart-preview DEV Community https://dev.to/delimitter/aws-details-openfold3-preview-protein-structure-prediction-on-sagemaker-jumpstart-79h CoFabrix https://cofabrix.com/pulse/openfold3-on-amazon-sagemaker-jumpstart-predict-biomolecular-structures-d5c923160ff2 aibrainworx https://aibrainworx.com/openfold3-sagemaker-jumpstart-preview/ aiboss88 https://www.aiboss88.com/en/news/openfold3-sagemaker-jumpstart-structure-prediction AWS 官方博客 https://aws.amazon.com/cn/blogs/machine-learning/openfold3-on-amazon-sagemaker-jumpstart-predict-biomolecular-structures/