科研 Skill

OpenFold3 复合物结构预测

openfold3

使用 OpenFold3 进行结构预测。OpenFold3 是 AlQuraishi 实验室开发的 AlphaFold3 开放权重 PyTorch 复现。适用于使用 Apache-2.0 许可的 AF3 复现模型预测蛋白质、核酸和配体复合物结构。

官方收录发布者 Codar安全审核通过v0.1.0更新于 2026-08-28

SKILL.md

OpenFold3 结构预测

先决条件

要求最低配置推荐配置
Python3.10+3.11
CUDA12.1+12.4+
GPU 显存24 GB80 GB(H100)
内存32 GB64 GB
磁盘空间(权重)3 GB—

运行方法

安装

pip install 'openfold3[cuequivariance]==0.4.1'

默认注意力内核为 DeepSpeed DS4Sci_EvoformerAttention。如果 DeepSpeed 不可用,可在 model_config.py 中覆盖评估阶段的内存设置,切换到 cuEquivariance 三角内核(无需从源码构建):将 use_deepspeed_evo_attention 设为 False,并将 use_cueq_triangle_kernels 设为 True。某些预构建环境已经包含该覆盖设置;再次修改前先检查。

权重

权重采用 Apache-2.0 许可证,大小约 2.3 GB,来自 Hugging Face 上的 OpenFold/OpenFold3。该仓库设有访问门槛,但会自动批准——下载前应在 Hugging Face 模型页面接受访问表单并完成身份验证(huggingface-cli login 或设置 HF_TOKEN):

export OPENFOLD_CACHE=~/.openfold3
huggingface-cli download OpenFold/OpenFold3 checkpoints/of3-p2-155k.pt \
  --local-dir "$OPENFOLD_CACHE"

如果网络出口开放、Hugging Face 凭据可用(设置了 HF_TOKEN 或此前执行过 huggingface-cli login),并且已获该仓库访问权限,run_openfold 也会在第一次运行时自动将权重下载到 $OPENFOLD_CACHE。交互式辅助程序 setup_openfold 也可用于设置,但会在标准输入上发出提示;对于非交互式运行,优先使用上面的显式下载方式。

运行

export OPENFOLD_CACHE=/path/to/cache
run_openfold predict \
  --query_json=queries.json \
  --output-dir out/ \
  --use-msa-server false \
  --use-templates false

run_openfold 会自动发现 $OPENFOLD_CACHE 下的检查点。只有当目录布局并非标准形式,或存在多个检查点且需要明确固定其中一个时,才传入 --inference-ckpt-path <file.pt>。

若要使用 MSA 和模板(速度更慢,但准确度更高),去掉两个值为 false 的参数。MSA 服务器是 api.colabfold.com;模板链 ID 的重新映射会访问 data.rcsb.org(GraphQL)——两者都必须能够访问。

查询 JSON 格式

OpenFold3 不读取 FASTA。查询必须是一个由 InferenceQuerySet 验证的 JSON 对象(Pydantic,extra: forbid——出现未知键时会拒绝输入):

{
  "queries": {
    "my_complex": {
      "chains": [
        {"molecule_type": "protein", "chain_ids": ["A"], "sequence": "MQIFVK…"},
        {"molecule_type": "protein", "chain_ids": ["B", "C"], "sequence": "MVLSPA…"},
        {"molecule_type": "ligand",  "chain_ids": ["L"], "smiles": "CC(=O)Oc1ccccc1C(=O)O"}
      ],
      "use_msas": true
    }
  },
  "seeds": [42]
}
molecule_type必填字段
protein / dna / rnasequence
ligandsmiles 或 ccd_codes: ["HEM"]

chain_ids 是一个列表——对于同源寡聚体,应在多个链 ID 上重复使用同一条序列。每条链的 paired_msa_file_paths / main_msa_file_paths 可用于提供自己的 A3M 文件,从而不使用服务器。

关键参数

参数默认值说明
--num-diffusion-samples5每个查询和种子组合生成的结构数
--num-model-seeds1每个查询的模型种子数量;它会与 JSON 中的 seeds 数量和扩散样本数共同相乘,决定输出总数
--use-msa-servertrue使用 ColabFold MMseqs2 服务器生成 MSA
--use-templatestrue使用 ColabFold 模板搜索和 RCSB 重新映射
--inference-ckpt-path自动发现 $OPENFOLD_CACHE 下的检查点仅用于覆盖默认行为——适用于非标准目录布局,或固定某个特定检查点文件

输出格式

out/
├── summary.txt
├── model_config.json / experiment_config.json
├── inference_query_set.json
└── <query_name>/seed_<N>/
    ├── <query>_seed_<N>_sample_<k>_model.cif
    ├── <query>_seed_<N>_sample_<k>_confidences.json           # 完整 PAE/pLDDT
    ├── <query>_seed_<N>_sample_<k>_confidences_aggregated.json
    └── timing.json

应首先读取体积较小的 *_confidences_aggregated.json:

{
  "avg_plddt": 78.96, "ptm": 0.667, "iptm": 0.0, "gpde": 0.73,
  "has_clash": 0.0, "sample_ranking_score": 0.133,
  "chain_ptm": {"A": 0.667}, "chain_pair_iptm": {}
}

良好输出的判断标准

  • summary.txt 中显示的 Successful Queries: N 与输入查询数量一致。
  • avg_plddt > 70(单序列)或 > 80(使用 MSA)。
  • ptm > 0.6;对于复合物,iptm > 0.5。
  • has_clash: 0.0。
  • 对于小型蛋白质,每个样本的 .cif 文件大小约为 50–150 KB。

验证

grep -E 'Successful|Failed' out/summary.txt
find out -name '*_model.cif' | wc -l   # = queries x json_seeds x num-model-seeds x num-diffusion-samples

故障排除

错误原因解决方法
_deepspeed_evo_attn requires that DeepSpeed be installedCUDA 上的默认评估内核是 DS4Sci安装 deepspeed(需要 nvcc 和 CUTLASS),或者在 model_config.py 的评估配置块中设置 use_deepspeed_evo_attention: False 和 use_cueq_triangle_kernels: True(cuEq 路径,无需构建)
CUTLASS_PATH ... not set ... cutlass_library is not installedcuEq 路径仍然需要 Python cutlass_library 适配层运行 pip install nvidia-cutlass
libXrender.so.1: cannot open shared object filerdkit(经由 pdbeccdutils)需要 X11 渲染库运行 apt-get install libxrender1 libxext6 libsm6
ModuleNotFoundError: boto3(或 awscrt)即使权重位于本地,openfold3.core.data.io.s3 也会被立即导入运行 pip install boto3 awscrt
ValidationError: queries / Field required 或 Input should be an objectJSON 形状错误顶层必须是 {"queries": {"<name>": {...}}},其中使用字典而不是列表
ValidationError ... settings / Extra inputs are not permitted尝试通过 --runner-yaml 覆盖模型配置--runner-yaml 只接受 InferenceExperimentConfig;内核和内存设置位于 model_config.py
Failed to fetch chain ID mappings from RCSB for N entries无法访问 data.rcsb.org(允许列表限制或离线)使用 --use-templates false 运行,或开放对 data.rcsb.org 的网络出口
CUDA out of memory复合物过大或样本过多减少 --num-diffusion-samples;model_setting_presets.yml 中的 low_mem 预设会进行更积极的卸载

详细信息

作者

Anthropic

许可证

Apache-2.0

第三方软件、内容、条款和信息

权重——OpenFold3 · OpenFold Consortium(Apache-2.0)——条款

向以下服务发送数据——ColabFold MSA server(api.colabfold.com)· Steinegger Lab——信息

所属插件

Codar 生物医学基础能力集成生物分子结构预测、蛋白质设计、基因组与单细胞分析、生信数据库检索、组学研究规划、医学文献与 Codar 生信论文写作能力。

安装该插件会一并获得同领域的 31 个 Skill / MCP。

同插件的其他科研 Skill

常见问题

OpenFold3 复合物结构预测能做什么?

使用 OpenFold3 进行结构预测。OpenFold3 是 AlQuraishi 实验室开发的 AlphaFold3 开放权重 PyTorch 复现。适用于使用 Apache-2.0 许可的 AF3 复现模型预测蛋白质、核酸和配体复合物结构。

如何安装OpenFold3 复合物结构预测?

在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「OpenFold3 复合物结构预测」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。

OpenFold3 复合物结构预测需要哪些权限?

该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。

OpenFold3 复合物结构预测经过官方审核吗?

是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。