文章预览
蛋白质三维结构从氨基酸序列的预测是生物物理学中的一项计算性重大挑战，并在稳健的蛋白质结构预测算法中起着关键作用，应用范围从药物发现到基因组解读。随着AlphaFold等人工智能模型的出现，依赖于稳健蛋白质结构预测算法的应用正在发生革命性变化。 2024年6月24日，来自E. A. Huerta团队在PNAS上发表论文APACE: AlphaFold2 and advanced computing as a service for accelerated discovery in biophysics 。 为了最大化这些AI工具的影响力，并简化其使用， 作者推出了APACE （AlphaFold2与超级计算相结合）， 这是一个有效处理该AI模型及其TB级数据库的计算框架，能够在现代超级计算环境中加速进行蛋白质结构预测分析。 作者将APACE部署在Delta和Polaris超级计算机上，并使用四种典型蛋白质（6AWO、6OAN、7MEZ和6D6U）量化了其在准确蛋白质结构预测中的性能。利用多达300个组合，分
………………………………
