Apple表SimpleFold 挑AlphaFold打造量蛋白摺AI

Google DeepMind 以 AlphaFold 解蛋白三，被科奇，但算成本高。此，Apple 研究提出替代方案 SimpleFold，用量的算架，示出具力的成果，目是在物研新材料等域提供更高效的工具。

者仁杰／

Google DeepMind 以 AlphaFold 解蛋白三，被科奇，但算成本高。此，Apple 研究提出替代方案 SimpleFold，用量的算架，示出具力的成果，目是在物研新材料等域提供更高效的工具。

[caption id="attachment_172174" align="aligncenter" width="1200"]

Apple 研究提出替代方案 SimpleFold，用量的算架，示出具力的成果，目是在物研新材料等域提供更高效的工具。(／科技料照)[/caption]

繁架 改用Flow Matching技

蛋白摺模型，如 AlphaFold2 和 RoseTTAFold，需要仰多重序列比（MSA）、交互作用三角更新等模，然精，高度耗算力。Apple 在 SimpleFold 中了 Flow Matching 模型，是 2023 年受到注的新技，常於文字影像或文字3D的用。此方法能直接噪音果，避免散模型逐步去噪的多重步，因此能以更快速度和更低成本生成果。

多模 表接近最模型

Apple SimpleFold 於不同模， 1 到 30 不等，在 CAMEO22 CASP14 大公格的基上行。果示，SimpleFold 的表定且於同用 Flow Matching 的 ESMFlow，甚至在多指上到 RoseTTAFold2 AlphaFold2 表的 95% 水。更小模的 SimpleFold-100M 也展超 90% 的度，明此架在效率效能取得良好平衡。

具延展性未力 向蛋白生成新方向

研究指出，SimpleFold 在模型模下，效能之提升，特在最具挑性的中表更突出。Apple ，SimpleFold 只是第一步，期望能推界和建立更高效、大的蛋白生成模型，物材料科更多可能。

源：9to5mac

篇文章 Apple表SimpleFold 挑AlphaFold打造量蛋白摺AI 最早出於 科技-掌握科技新、科技最新。