OpenFold：可训练的 AlphaFold2 PyTorch 复现新

OpenFold 由 Columbia 大学 Mohammed AlQuraishi 团队（AQLab）于 2022 年发布，是对 DeepMind AlphaFold2 的高保真且可训练的 PyTorch 复现。与只能调用预训练权重的闭源实现不同，OpenFold 内存高效、对 GPU 友好，研究者可在自有数据上训练或微调完整的折叠流水线。

其仓库提供训练与推理代码，安装脚本会把 DeepMind 的预训练参数下载到资源目录。许可分层清晰：源代码沿用了 AlphaFold2 的宽松 Apache-2.0；而 DeepMind 的预训练参数以 CC-BY-4.0 发布——注意该许可在 2022 年 1 月由原先更严格的 CC BY-NC 4.0 放宽，因此参数现已可在署名前提下商用（与 AlphaFold2 仓库的参数条款一致）。

对物理 AI 的意义在于，OpenFold 把高精度蛋白结构建模做成可训练的开源实现，并支撑了 OpenProteinSet 等大规模数据集，使结构生物学的机器学习研究不再受限于原版 AlphaFold2 的发布形态。