PL
返回项目列表

03 · ML Platform / AlphaFold 3 / MMseqs2

Foldspace — 蛋白结构预测与批量推理平台

从序列与 MSA 准备,到模型常驻、批次分发和三维分析,把蛋白结构预测连接成可恢复、可追溯的计算管线。

模型常驻
执行方式
链级缓存
搜索准备
逐项目标
任务恢复
3D · pLDDT · PAE
结果分析

概述

面向蛋白结构预测与候选筛选的机器学习平台:将序列清单、搜索数据库、模型输入、常驻执行进程和结构交付连接起来。控制面按目标保存阶段、租约与事件,CPU 准备、就绪缓冲、GPU 推理和结果验证分别调度;固定靶标与不同候选组合时,复用独立链的原始 MSA 与模板,再组装完整复合物输入。MMseqs2 CPU/GPU 搜索先生成未配对 MSA,释放搜索 GPU 后由 CPU 补齐 AF3 配对候选与模板。工作台提供三维结构、逐残基置信度与 PAE 分析。本页链接的腾讯云版本使用公开结构样例,可交互浏览结果与管线;AF3 真实权重、序列库及 GPU 部署按运行环境单独接入。

从输入到交付的工程设计

腾讯云 · 公开样例浏览
  1. 01序列清单
  2. 02MSA / 模板
  3. 03常驻推理
  4. 04验证与交付
结构分析工作台

公开 AFDB 结构:三维视图、残基置信度、PAE 与制品交付。 点击图片可查看完整尺寸。

把搜索复用做到链级

相同靶标的原始 MSA 与模板按内容和版本复用,各个候选仍组装完整输入并独立推理。

搜索资源与推理资源分开

MMseqs2 可选 CPU / GPU 搜索,搜索完成释放设备,CPU 收尾后才进入就绪队列。

同一份账本连接不同执行池

兼容的本地与云端节点领取小批次,用模型常驻和逐项回传连接持续执行。

恢复到目标与阶段

目标租约与尝试编号约束交付,保留已完成结果;失败与资源等待都有对应事件。

技术栈

PythonSQLiteAlphaFold 2 / 3ColabFoldMMseqs2JAX3Dmol.jsDockerNginx

核心特性

批量管线:流式 FASTA / JSONL 导入、阶段账本、有限就绪缓冲与逐项结果发布,固定靶标可与不同候选组合。
AF3 输入准备:保留未配对 MSA、原始 UniProt 配对候选与模板映射,搜索策略、数据库版本和参数共同标识缓存。
MMseqs2 CPU/GPU:独立搜索阶段与 CPU 收尾,设备互斥、资源忙时让出、原始 A3M 深度与覆盖率摘要。
混合执行:本地与云端兼容 worker 领取小批次,模型与 JIT 进程常驻,准备包和结果包按 SHA-256 校验。
失败恢复:目标级租约、尝试编号、幂等交付与阶段事件,保留已完成目标并恢复未完成工作。
科学可视化:3Dmol.js 三维探索、按残基身份对齐 pLDDT、PAE 按需窗口与结构制品下载。