OpenFold3 est annoncé sur SageMaker JumpStart
AWS a annoncé le déploiement d’OpenFold3 sur Amazon SageMaker JumpStart, élargissant ainsi son catalogue de modèles fondation pour des travaux liés aux sciences biomédicales. Développé par l’OpenFold Consortium et l’AlQuraishi Lab de Columbia University, OpenFold3 est un modèle de prédiction de structures biomoléculaires à l’échelle atomique.
L’annonce d’AWS indique que les clients peuvent déployer le modèle depuis le catalogue SageMaker JumpStart de la console ou avec le SageMaker Python SDK. Elle ne précise toutefois pas, à elle seule, les régions, types d’instances ni tarifs associés à ce modèle. AWS a annoncé en même temps l’arrivée de granite-speech-4.1-2b et de kanana-2-30b-a3b-instruct, deux modèles ayant d’autres usages spécialisés.
Quelles structures OpenFold3 vise-t-il à prédire ?
OpenFold3 repose sur la diffusion et vise à étendre la prédiction structurale au-delà des protéines isolées. D’après la description d’AWS, il peut modéliser des complexes formés de plusieurs chaînes ainsi que des interactions entre différentes catégories de biomolécules.
Les catégories mentionnées comprennent les protéines, l’ADN, l’ARN et les ligands de petites molécules. Cette portée peut être pertinente pour la conception assistée par ordinateur de médicaments et pour des travaux de recherche universitaires ou pharmaceutiques. La description de capacités ne constitue cependant pas une mesure de précision : elle ne garantit pas que les prédictions reproduiront des structures expérimentales dans chaque cas.
Catégories de biomolécules citées pour OpenFold3
La description du modèle mentionne ces catégories et la modélisation de complexes biomoléculaires. Elle ne fournit pas ici de résultats quantitatifs de validation pour chacune.
| Catégorie | Portée décrite |
|---|---|
| Protéines | Prédiction de structures de protéines et de complexes à plusieurs chaînes. |
| ADN et ARN | Modélisation des acides nucléiques et de leurs interactions avec d’autres molécules. |
| Ligands | Prise en charge de ligands de petites molécules dans les complexes biomoléculaires. |
| Complexes hétérogènes | Modélisation d’interactions associant plusieurs types de biomolécules. |
Déploiement administré et charge de calcul
La fiche de lancement d’AWS présente OpenFold3 comme un modèle de diffusion destiné à la prédiction de structures de complexes. Elle indique que les clients peuvent le déployer via JumpStart, mais ne décrit pas les paramètres techniques de l’inférence : l’annonce ne confirme ni l’inférence asynchrone ni le parallélisme sur plusieurs GPU pour cette configuration.
Ces éléments doivent être distingués des caractéristiques générales du modèle ou de la plateforme. Le traitement de structures complexes peut demander des ressources de calcul importantes, mais la durée d’exécution, le débit et les coûts dépendent de la configuration effectivement proposée, des données soumises et des réglages retenus. Les équipes doivent donc mesurer ces facteurs dans leur propre flux de travail plutôt que supposer qu’un déploiement géré garantit une latence ou une capacité précise.
Données d’entraînement et alignements
Le registre de données ouvertes d’AWS décrit un jeu de données associé à OpenFold3-preview. Il comprend des alignements de séquences multiples (MSA) et des structures prédites utilisées pour l’entraînement. La description cite notamment des structures et alignements provenant de la Protein Data Bank, des ensembles de monomères issus de MGNIFY, ainsi que des données d’ARN liées à RFAM.
Le registre indique une licence CC BY 4.0 pour ce jeu de données. Cette licence concerne les données répertoriées ; elle ne suffit pas à établir les conditions de licence ou d’accès de chaque version du modèle proposée dans JumpStart. De même, les ressources d’entraînement décrites ne prouvent pas, à elles seules, qu’un utilisateur peut fournir ses propres MSA à ce déploiement administré.
Un alignement multiple rassemble des séquences apparentées afin de mettre en évidence des motifs conservés. Il peut servir de contexte pour une tâche de prédiction structurale, mais l’annonce d’AWS ne précise pas si l’interface JumpStart accepte des alignements fournis par l’utilisateur, ni comment ces données seraient traitées, stockées ou supprimées. Les équipes qui manipulent des séquences propriétaires doivent vérifier ces modalités avant de transférer des données.
Ce qu’il faut vérifier avant d’interpréter les résultats
L’annonce de lancement ne publie pas de benchmark de précision propre à la version d’OpenFold3 proposée dans JumpStart. Les équipes ne devraient donc pas traiter les performances générales du projet comme une validation de cette configuration. Pour évaluer un résultat, elles peuvent comparer les prédictions à des structures expérimentales pertinentes, lorsque celles-ci existent, et préciser la version du modèle ainsi que les conditions de test.
La disponibilité effective peut dépendre de la région AWS, des types d’instances et des conditions d’accès applicables. Le tarif et le temps de calcul peuvent aussi varier selon la taille et la complexité des entrées. La documentation de JumpStart permet de consulter les modèles disponibles et leurs métadonnées, mais les éléments confirmés ici ne suffisent pas à établir les modalités propres à OpenFold3 pour chaque compte ou région.
La provenance des données mérite également une attention distincte. Le registre décrit des ressources d’entraînement pour OpenFold3-preview et leur licence ; cela ne démontre ni l’identité exacte entre cette version et celle déployée sur JumpStart, ni les conditions de traitement des données fournies par les utilisateurs. Il faut examiner séparément la version effectivement déployée, les conditions applicables et les résultats mesurés dans le cadre du projet.
Évaluer un déploiement pour un projet donné
Ces vérifications permettent de distinguer les capacités annoncées des résultats et modalités propres à votre utilisation.
- 01Consulter le catalogue et les métadonnées du modèle dans la région AWS visée pour vérifier la disponibilité et les types d’instances proposés.
- 02Vérifier la version du modèle, sa licence et les conditions d’accès associées au déploiement concerné.
- 03Confirmer si les alignements ou autres données que vous souhaitez fournir sont acceptés, puis examiner leur traitement et leur conservation.
- 04Tester le temps d’exécution et les coûts avec des entrées représentatives de votre usage.
- 05Comparer les prédictions à des structures expérimentales connues lorsque cela est possible, sans généraliser les résultats au-delà du jeu de test.
Poursuivre l’exploration
Sources consultées
Corrections et transparence
Si vous repérez une information incorrecte ou obsolète, envoyez-nous la page et la source à vérifier.
Proposer une correction