OpenFold3登陆SageMaker JumpStart：异步推理支撑蛋白质结构预测

摘要：AWS 在 SageMaker JumpStart 上线 OpenFold3-preview，使研究团队和药企可在自有 AWS 账户中部署 Apache 2.0 开源的全原子生物分子结构预测模型，预测蛋白质、DNA、RNA、小分子及其复合物结构。服务采用异步推理和 S3 任务队列，支持四 GPU 并行、私有 MSA 与按队列自动扩缩容。其价值在于降低 GPU 推理栈、长任务调度和数据合规的集成成本，但官方精度示例选用了可能进入训练集的经典复合物，尚不能视为独立基准。

---

OpenFold3 进入托管推理栈

AWS 已将 OpenFold3-preview 上架 SageMaker JumpStart。模型由 OpenFold Consortium 与哥伦比亚大学 AlQuraishi Lab 开发，采用 Apache 2.0 许可，可对蛋白质、DNA、RNA、小分子配体及其复合物进行全原子三维结构联合预测。

当前 JumpStart 条目使用 OpenFold3 0.4.1 和 of3-p2-155k 检查点，支持 ml.g6.2xlarge、ml.g6.4xlarge 与 ml.g6.12xlarge。结果以 mmCIF 输出，同时提供 pLDDT、pTM、ipTM、PAE 和 PDE 等置信度指标。

这项上线的重点不是再次发布模型，而是把长耗时、显存密集且依赖 CUDA/PyTorch 的科学计算模型，包装成可由 SageMaker Python SDK 管理的生产端点。

为什么必须采用异步推理

结构预测的延迟随链数、序列长度和复合物复杂度增长，真实任务常需要数分钟，远超实时端点通常采用的 60 秒上限。OpenFold3 因此使用 SageMaker Asynchronous Inference：

1. 请求先写入 S3，再通过 InvokeEndpointAsync 提交。
2. 端点内部排队执行，单次调用超时可设为 1 小时。
3. 结果或错误详情写回 S3，并可通过 SNS 通知。

异步队列可以吸收批量序列请求，避免自建作业系统；其代价是首个请求不具同步语义，客户端必须处理排队、轮询、失败对象和超时。若下游流程依赖即时反馈，应保留同步作业层，而不是把所有调用直接改造成异步模式。

多 GPU 提升的是吞吐，不是单任务延迟

OpenFold3 的单次预测在一块 GPU 上执行，因此 ml.g6.12xlarge 的四块 GPU 不会让同一个预测任务加速。AWS 通过 max_concurrent_invocations_per_instance=4，让四个并发请求分别占用一张 GPU，以提升单位时间完成的结构数。

官方测试称，较大蛋白的吞吐收益更明显，按按需实例价格估算，ml.g6.12xlarge 上每次预测成本接近 ml.g6.4xlarge。这一结果仍受蛋白尺寸、队列利用率、区域价格和实例供给影响，不能直接外推到所有复合物。

工程上还需注意两点：其一，多 GPU 实例提高利用率，但单实例故障和闲置仍会形成集中成本；其二，G6 在部分区域可能容量不足，可通过跨实例扩缩容或切换区域缓解。

MSA 是效果与隐私之间的关键工程变量

OpenFold3 可直接依据单条序列预测，也可接收预计算的多序列比对。MSA 中跨位置的协变信号为残基接触和复合物界面提供进化约束，因此对缺少实验结构的靶点、蛋白—核酸复合物及蛋白—配体共折叠尤其重要。

JumpStart 端点采用网络隔离，不调用外部 MSA 服务器。用户在自有环境中通过 ColabFold/MMseqs2、HHblits 或 JackHMMER 搜索序列库，再把 A3M 或 Stockholm 格式结果写入请求。对于专有序列，这是比直接调用公共 MSA 服务更可控的数据路径。

官方以碳酸酐酶 II、锌离子和乙酰唑胺复合物对比两种模式：加入 MSA 后，平均 pLDDT 从 30 升至 98，pTM 从 0.22 升至 0.98，ipTM 从 0.49 升至 0.98；蛋白主链 Cα RMSD 从 22 Å 降至 0.2 Å，预测耗时均约为 1.5 分钟。

但这不是严格的新颖靶点基准：该复合物在 Protein Data Bank 中研究充分，相关结构可能进入训练数据。它能够证明“带 MSA 的工作流优于单序列模式”，不能证明 OpenFold3 对未见过靶点的普适精度。评测时应采用时间切分或训练集去重后的靶点，并同时比较 MSA、单序列及可用的实验结构，而不是只看 pLDDT。

置信度不能替代物理与实验验证

pLDDT 衡量局部结构的可信度，通常高于 70 被视为相对可靠，但不能回答所有问题。复合物场景还应重点查看 ipTM 和链对 ipTM，以评估链间相对位置；PAE、PDE 则用于识别域与链之间仍然不确定的布局。

默认情况下，每个查询生成五个扩散采样。sample_ranking_score 可用于选择候选结构，但排序分数本质上是模型自评，不等同于外部验证。对关键靶点，仍需进行几何冲突检查、配体价态与化学合理性检查、能量评估，以及生化实验或晶体结构验证。

扩缩容换取成本，代价是冷启动延迟

异步端点可按 ApproximateBacklogSizePerInstance 队列积压扩缩，并以 HasBacklogWithoutCapacity 指标在零实例时触发扩容。官方测试中，队列清空后约 15 至 20 分钟缩至零实例。

这一模式适合批量药物发现任务：实验间隙不保留 GPU，突发提交时再拉起算力。交互式使用则应设置 MinCapacity=1，否则冷启动需要叠加告警触发、实例启动和 GPU 预热时间，首个请求会明显变慢。

需要注意，缩容到零只减少端点实例费用，S3 存储、请求副本及其他云服务费用仍会继续产生。端点闲置也仍按实例小时计费，因此实验完成后应删除端点、配置、模型及不再需要的对象。

落地建议与安全边界

研究团队可从 ml.g6.4xlarge 开始验证单任务精度，再根据并发队列而非蛋白数量选择 ml.g6.12xlarge。批量筛选应把请求、结果和置信度文件放在独立 S3 前缀，通过 KMS 加密，并用最小权限 IAM 角色限制请求和结果访问路径。

对受监管数据，还应审计容器镜像、模型权重、数据保留周期、跨区域边界和实验记录。OpenFold3 的开源许可允许检查、微调和二次构建，但 Apache 2.0 许可并不自动解决训练数据权利、监管审批或生物安全要求。

总体而言，这项 JumpStart 集成的价值在于把 OpenFold3 从研究代码变成可运营的批处理服务：异步队列适配分钟级推理，多 GPU 提升吞吐，私有 MSA兼顾准确率与数据隔离，scale-to-zero则降低闲置成本。模型本身的普适精度与新颖靶点表现，仍需在独立数据集上验证。

---

消息来源：AWS Machine Learning Blog (2026-11-13)

—— 完 ——

主题标签： #OpenFold3 关注 #生物结构预测 关注 #SageMaker JumpStart 关注 #异步推理 关注 #多序列比对 关注