alphafold3-pytorch

收录理由

AlphaFold 3 在 2024 年以 Nature 论文形式发布，这个仓库用 PyTorch 重新实现了它的架构，读起来就像是为对照论文而写的。它覆盖了从解析 PDB 文件到分子和原子输入的全套训练流程，既能当作理解方法整体结构的图谱，也能作为搭建自己实验的基础。扩散式结构预测所需的关键组件都在这里，包括相对位置编码、平滑 LDDT 损失和加权刚体对齐；另外还有一个 Lightning + Hydra 的分支，适合跑更大规模的训练任务。由于 DeepMind 对官方权重和完整服务保持限制，这种开源实现往往是学术团队在自己的硬件上真正运行这些想法最可行的途径。