OpenFold3 на SageMaker. Предсказание структур молекул стало проще
Сложные вычисления для поиска новых лекарств теперь можно запускать в облаке парой строк кода. OpenFold3-preview стала доступна через Amazon SageMaker JumpStart.
Разработка OpenFold Consortium и лаборатории AlQuraishi из Колумбийского университета позволяет предсказывать трехмерные структуры белков, ДНК, РНК и малых молекул. Модель работает с целыми комплексами, включая белково-нуклеиновые сборки. Вместо настройки сложной инфраструктуры с GPU и CUDA, пользователи могут развернуть решение в своем аккаунте AWS. Это упрощает работу командам, занимающимся разработкой лекарств и инженерией антител.
Процесс предсказания структур требует времени, которое может исчисляться минутами. Для таких задач стандартные методы работы в реальном времени не подходят из-за ограничений по времени ответа. В SageMaker используется асинхронный вывод (откроется в новом окне).
Пользователь загружает запрос в S3, а система ставит его в очередь и обрабатывает. Это позволяет избежать необходимости строить собственную систему управления задачами.
Для экономии бюджета предусмотрена функция масштабирования до нуля. Когда очередь задач пуста, количество активных инстансов сокращается до минимума. Это избавляет от оплаты простаивающего оборудования между экспериментами. На деле это превращает сложный вычислительный процесс в управляемый рабочий цикл.
Для исследователей это означает переход от настройки серверов к работе с данными. Вместо ручного управления инфраструктурой остается только постановка задач и анализ результатов.
Что поменялось
OpenFold3-preview теперь можно развернуть через Amazon SageMaker JumpStart для предсказания биомолекулярных структур.
Текст подготовила языковая модель по материалам источников.

