Verfügbarkeit von OpenFold3 in SageMaker JumpStart
AWS hat die Verfügbarkeit von OpenFold3 in Amazon SageMaker JumpStart bestätigt und erweitert damit das Katalogangebot an Foundation Models für die biomedizinische Forschung. Das Modell wurde vom OpenFold Consortium und dem AlQuraishi Lab der Columbia University entwickelt und ermöglicht die Vorhersage von Biomolekülkomplexstrukturen auf der Ebene aller Atome.
Die Integration in JumpStart ermöglicht es Kunden, das Modell mit wenigen Klicks über die SageMaker-Konsole oder über das Python SDK zu deployen. Diese Verfügbarkeit ergänzt kürzlich hinzugekommene Modelle wie granite-speech-4.1-2b und kanana-2-30b-a3b-instruct und stärkt das Angebot von AWS für spezialisierte KI-Anwendungsfälle.
Die Bereitstellung über JumpStart bündelt den Zugang zu OpenFold3 in einer bestehenden SageMaker-Umgebung. Forschende können das Modell damit über die Konsole oder das Python SDK einrichten, statt den Einstieg ausschließlich über eine eigene Bereitstellung aufzubauen. Die Verfügbarkeit im Katalog sagt für sich genommen jedoch nichts über die Eignung für ein bestimmtes Projekt aus: Dafür bleiben Modellversion, Zugangsbedingungen und die Anforderungen des jeweiligen Vorhabens maßgeblich.
Fähigkeiten zur Strukturvorhersage
OpenFold3 ist ein auf Diffusion basierendes Modell, das die Strukturvorhersage über einzelne Proteine hinaus erweitert. Es kann Mehrketten-Komplexe und heterogene Wechselwirkungen zwischen Biomolekülen modellieren, einschließlich Proteinen, DNA, RNA und kleinen Molekül-Liganden.
Diese Fähigkeit ist relevant für den computergestützten Wirkstoffdesign und für akademische sowie pharmazeutische Forschungslabore. Im Gegensatz zu früheren Modellen, die sich auf Monomere konzentrierten, adressiert OpenFold3 die Komplexität vollständiger Biomolekülkomplexe.
Die Vorhersage auf Atomebene und die Unterstützung mehrerer Molekülarten erweitern den Gegenstand der Modellierung über eine einzelne Proteinkette hinaus. Entscheidend ist dabei, dass OpenFold3 Wechselwirkungen zwischen verschiedenen Biomolekültypen gemeinsam abbilden kann; die genannten Kategorien reichen von Proteinen und Nukleinsäuren bis zu kleinen Liganden. Das beschreibt den vorgesehenen Modellumfang, belegt aber nicht automatisch die Genauigkeit einer konkreten Vorhersage.
Bei einem heterogenen Komplex stehen mehrere Molekülarten und ihre Beziehungen zueinander im Mittelpunkt. Dadurch unterscheidet sich die Aufgabe von der Vorhersage eines einzelnen Monomers: Die Struktur des Gesamtsystems hängt auch davon ab, wie die beteiligten Komponenten miteinander angeordnet sind. OpenFold3 ist auf solche Komplexe ausgerichtet, während die tatsächliche Aussagekraft für ein Projekt anhand geeigneter Vergleiche beurteilt werden muss.
Von OpenFold3 unterstützte Biomolekültypen
Das Modell ist so konzipiert, dass es Strukturen der folgenden Biomolekültypen und Komplexe vorhersagen kann.
| Biomolekültyp | Beschreibung |
|---|---|
| Proteine | Strukturen einzelner Polypeptidketten oder in Komplexen. |
| DNA und RNA | Strukturen von Nukleinsäuren und ihren Wechselwirkungen mit anderen Molekülen. |
| Liganden | Kleine Moleküle, die an Proteine oder Nukleinsäuren binden. |
| Heterogene Komplexe | Wechselwirkungen zwischen mehreren Biomolekültypen gleichzeitig. |
Inferenzarchitektur und Leistung
Der Deployment in SageMaker JumpStart nutzt asynchrone Inferenz und Parallelisierung über mehrere GPUs, um die rechenintensive Last der Strukturvorhersage für komplexe Moleküle zu bewältigen. Diese Architektur ermöglicht die Verarbeitung von Anfragen mit hohem Volumen, ohne die Benutzeroberfläche zu blockieren.
Die Fähigkeit, auf mehreren GPUs zu parallelisieren, ist für groß angelegte Diffusionsmodelle entscheidend, da sie die Inferenzzeit reduziert und die Verarbeitungskapazität je nach Bedarf des Labors oder Unternehmens skalierbar macht.
Asynchrone Inferenz trennt das Absenden einer Vorhersage von ihrer Fertigstellung. Das passt zu umfangreichen oder gebündelten Aufträgen, bei denen die anfragende Oberfläche nicht während der gesamten Berechnung auf eine Antwort warten soll. Für einen Ablauf, der eine unmittelbare Rückmeldung voraussetzt, ist diese Betriebsweise dagegen nicht automatisch geeignet; die zulässige Wartezeit muss zum jeweiligen Arbeitsprozess passen.
Die Verteilung der Berechnung auf mehrere GPUs soll die rechenintensive Inferenz unterstützen und kann die benötigte Zeit verringern. Wie stark sich das auf einen konkreten Auftrag auswirkt, hängt jedoch von dessen Anforderungen und der eingesetzten Konfiguration ab. Parallelisierung allein garantiert weder eine bestimmte Laufzeit noch eine gleichbleibende Verarbeitungskapazität; Teams sollten die Leistung daher mit ihrem eigenen Arbeitsaufkommen bewerten.
Trainingsdaten und eigene Alignments
OpenFold3 wurde mit Datensätzen trainiert, die 245.000 Strukturen aus der Protein Data Bank (PDB) und Millionen von Monomeren aus der MGNIFY-Datenbank umfassen. Die Trainingsdaten sind unter der Lizenz CC BY 4.0 im AWS Open Data Registry verfügbar.
Ein entscheidendes Merkmal ist die Option, eigene Multiple Sequence Alignments (MSA) bereitzustellen. Dies ermöglicht es Benutzern, die Genauigkeit der Vorhersage für spezifische Sequenzen zu verbessern und die Kontrolle über sensible oder proprietäre Daten zu behalten, ohne diese mit Dritten teilen zu müssen.
Die Trainingsdaten verbinden Strukturen aus der PDB mit einer großen Zahl von Monomeren aus MGNIFY. Die Angabe von 245.000 PDB-Strukturen beschreibt einen Bestandteil dieser Datengrundlage; sie ist kein Genauigkeitswert und keine Aussage darüber, wie gut jede beliebige Zielsequenz vorhergesagt wird. Die Lizenz CC BY 4.0 bezieht sich auf die genannten Trainingsdaten im AWS Open Data Registry.
Eigene Multiple Sequence Alignments geben Anwendern die Möglichkeit, zusätzliche sequenzbezogene Informationen für eine Vorhersage bereitzustellen. Das kann für bestimmte Sequenzen relevant sein und zugleich die Kontrolle über sensible oder proprietäre Daten unterstützen. Ein höherer Genauigkeitsgrad ist dadurch jedoch nicht garantiert: Ob eigene Alignments die Ergebnisse verbessern, muss für die jeweilige Sequenz geprüft werden. Auch die Bereitstellung eigener Daten ersetzt nicht die Bewertung der geltenden Zugangs- und Datenschutzbedingungen.
Einschränkungen und vorab-Verifizierung
Bevor Ergebnisse auf Basis von OpenFold3 präsentiert werden, sollten Teams die exakte Version des verfügbaren Modells und seine Zugangsbedingungen überprüfen. Die aktuelle Dokumentation spezifiziert keine spezifischen Genauigkeits-Benchmarks für diese Version in JumpStart, daher wird empfohlen, sie mit früheren Ergebnissen des Projekts zu vergleichen.
Es ist auch erforderlich, die verfügbaren AWS-Regionen, die kompatiblen Instanztypen und die Inferenzkosten zu bestätigen, die je nach Komplexität der Struktur und Dauer der Vorhersage variieren können. Die Datenschutzbestimmungen für von Benutzern bereitgestellte Daten müssen gemäß den Sicherheitsrichtlinien des AWS-Kontos bewertet werden.
Ein Vergleich mit früheren Projektergebnissen kann die Bewertung ergänzen, ersetzt aber keinen Vergleich mit bekannten experimentellen Strukturen, sofern solche verfügbar sind. Da für die JumpStart-Version keine spezifischen Genauigkeits-Benchmarks genannt sind, lässt sich aus der bloßen Bereitstellung des Modells keine bestimmte Vorhersagequalität ableiten. Aussagekräftige Tests sollten deshalb zur konkreten Version und zum vorgesehenen Einsatz passen.
Region, Instanztyp und Laufzeit beeinflussen, ob sich eine Implementierung praktisch einsetzen lässt und welche Kosten bei der Inferenz entstehen. Diese Punkte sind vor Tests oder einer Nutzung für das Projekt zu klären, statt von einer einheitlichen Verfügbarkeit oder einem festen Kostenprofil auszugehen. Bei benutzergestützten Daten kommt außerdem die Prüfung der Sicherheitsrichtlinien des AWS-Kontos hinzu; die Möglichkeit, eigene Alignments zu verwenden, ist für sich genommen keine Zusicherung bestimmter Datenschutzbedingungen.
Schritte zur Verifizierung der Implementierung
Empfohlener Prozess zur Bewertung der Eignung von OpenFold3 für ein spezifisches Projekt.
- 01Die SageMaker JumpStart-Dokumentation konsultieren, um Region und Instanztyp zu bestätigen.
- 02Die Lizenz und Nutzungsbedingungen der spezifischen OpenFold3-Version überprüfen.
- 03Inferenztests mit Beispieldaten durchführen, um Antwortzeit und Kosten zu messen.
- 04Die Genauigkeit der Vorhersagen mit bekannten experimentellen Strukturen vergleichen, sofern verfügbar.
Weiter entdecken
Verwendete Quellen
Korrekturen und Transparenz
Wenn du falsche oder veraltete Angaben findest, sende uns die Seite und die zu prüfende Quelle.
Korrektur vorschlagen