概述#

AlphaFold2 是 Google DeepMind 的蛋白质结构预测模型。AlphaFold2 在氨基酸序列预测蛋白质结构方面表现出最先进的性能，优于蛋白质结构预测关键评估 (CASP) 中的所有其他提交。

NVIDIA AlphaFold2-Multimer NIM 可以

  • 预测给定多个蛋白质序列的蛋白质结构。

  • 预测多个序列针对一系列蛋白质序列数据库的多个序列比对 (MSA)。

  • 预测给定预先计算的 MSA 的蛋白质结构，该 MSA 是多个序列针对蛋白质序列数据库的比对。

有关 AlphaFold2 的更多信息，请参阅 Nature 杂志上的 AlphaFold2 论文。如果您使用此 NIM 或 AlphaFold2，请务必引用该论文

Jumper, J., Evans, R., Pritzel, A. et al. 使用 AlphaFold 进行 高精度 蛋白质 结构 预测。 Nature 596, 583–589 (2021). https://doi.org/10.1038/s41586-021-03819-2

NIM 的优势#

NIM 为自托管 AI 应用程序提供了一种简单且易于部署的途径。NIM 为系统管理员和开发人员提供的两个主要优势是

  1. 提高生产力：NIM 使开发人员能够通过提供一种标准化的方式将 AI 功能添加到他们的应用程序中，从而在几分钟而不是几周内快速构建生成式 AI 应用程序。

  2. 简化部署：NIM 提供容器，可以轻松部署在各种平台（包括云、数据中心或工作站）上，从而方便开发人员测试和部署他们的应用程序。

AlphaFold2-Multimer NIM 在一致的 API 背后提供了一个快速、准确的模型，用于预测蛋白质结构。作为更广泛的 NVIDIA NIM 生态系统的一部分，AlphaFold2 可以与其他 NIM 结合使用，以构建管道和计算机辅助药物发现 (CADD) 工作流程，从而生成和评估全新蛋白质和小分子的结构和功能。

您有责任确保您对 NVIDIA AI 基础模型的使用符合所有适用法律。

本页内容