alphafold2

收录理由

蛋白质结构预测一直是计算生物学中最棘手的难题之一。这个项目以PyTorch重新实现了AlphaFold2的注意力架构，相比官方基于JAX的代码库，对想要直接训练和试验的研究者来说门槛更低。其主干在序列和多重序列比对（MSA）上运行轴向自注意力和交叉注意力，能够生成距离图、骨架角度，或者通过SE3/E(n)等等变结构模块输出预测的残基坐标。它还支持直接接入ESM、MSA和ProtTrans的预训练蛋白质表示，方便研究者将这些特征直接送入模型。结构生物学家和机器学习研究者可以把它当作一个易读的实验起点，它支持自定义原子配置和可逆注意力。不过需要注意，这个项目仍在持续开发中，并非AlphaFold2的即用替代品，更适合作为研究工具箱，而非生产级的折叠服务。