OpenFold联盟今日发布OpenFold3的预览版，这是一款完全开源的深度学习基础模型，可高精度预测蛋白质、核酸及药物分子的三维结构。该模型基于超过30万条公开实验结构数据，以及联盟自建的超1300万条合成结构数据库进行训练，标志着蛋白质结构预测领域的重要突破。 OpenFold3不仅能预测单一蛋白质的折叠结构，还能准确模拟蛋白质与小分子配体、核酸等相互作用的复合物结构，覆盖市场上绝大多数药物的作用机制。这一能力使其成为加速药物发现、酶设计、生物传感器开发及生物材料研究的基石工具。 该模型由哥伦比亚大学AlQuraishi实验室、劳伦斯利弗莫尔国家实验室生物韧性项目及首尔国立大学Steinegger实验室领衔，联合产业与学术界科研人员共同开发。其核心优势在于采用Apache 2.0开源许可，允许全球用户自由测试、训练、改进和商业化应用，打破了AlphaFold3仅限学术使用、禁止工业应用的限制。 “OpenFold3将前沿技术真正开放给所有人，”OpenFold联盟执行委员会主席、Psivant治疗公司首席创新官Woody Sherman表示，“通过汇聚全球科研力量，我们能更高效地应对真实世界的生命科学挑战。” 多家企业已宣布将采用OpenFold3推动研发：诺和诺德将结合内部数据优化模型，加速新药发现；Outpace Bio利用其设计新型细胞疗法；拜耳作物科学将用于植物、杂草与害虫蛋白研究，加快农用化学品开发；Cyrus生物技术公司则计划用其设计针对自身免疫疾病的酶类药物。 OpenFold3基于PyTorch构建，支持通过NVIDIA NIM部署，实现高效、低资源消耗的规模化推理。其模块化设计使企业可直接接入自有数据流程，无需适配格式，极大降低使用门槛。该模型已支持在HuggingFace、GitHub、Tamarind Bio平台及Apheris本地部署版本中获取。 此外，英国政府“OpenBind”项目、AI结构生物学网络（AISB）等正利用OpenFold3开展针对性微调。这些协同项目共同构建起一个开放共享的生物分子AI生态。 AWS、SandboxAQ等机构也深度参与，提供算力与AI技术支持。OpenFold联盟强调，通过开放协作，推动生命科学领域AI模型的普惠发展，助力实现更快速、低成本、高效率的药物与材料创新。