跳转到正文

ColabFold

Sergey Ovchinnikov and ColabFold contributors

ColabFold 通过 Google Colab 笔记本和可安装的命令行工具,让 AlphaFold2/AlphaFold3 蛋白质折叠预测更易使用,内置基于 MMseqs2 的 MSA 服务。

条目更新 ·

概览

ColabFold 是一个社区项目,把基于 AlphaFold 的蛋白质折叠预测封装成易用的笔记本与命令行工具。README(v1.6.3)列出面向单体与复合物的 Colab 笔记本,包括 AlphaFold2 笔记本与 AlphaFold3(OpenFold3)笔记本,MSA 通过基于 MMseqs2 的服务或 jackhmmer 生成,并支持可选模板。

除 Colab 外,项目可用 pip install colabfold 本地安装,提供 colabfold_batch 命令进行批量预测。仓库采用 MIT 许可(Copyright (c) 2021 Sergey Ovchinnikov)。

笔记本方式依赖 Google Colab 与可访问的公共 MSA 服务。ColabFold 是便利层:通过它获得的预测仍受上游 AlphaFold 模型参数条款及第三方服务条件约束。预测是计算输出,不等于实验测定的结构。

主要功能

  • 面向单体与复合物预测的 Colab 笔记本,包括 AlphaFold2 与 AlphaFold3(OpenFold3)笔记本。
  • 内置基于 MMseqs2 的 MSA 服务(可用 jackhmmer 替代),并支持模板。
  • 可通过 pip(colabfold 包)本地安装,提供 colabfold_batch 命令行工具。

使用场景

  • 无需自建完整 AlphaFold 安装与遗传数据库即可运行蛋白质结构预测。
  • 在不适合使用 Colab 的场景下,用 colabfold_batch 本地批量预测多条序列。

使用方式

交互式预测可使用发布的 Colab 笔记本;本地使用 pip install colabfold 安装后运行 colabfold_batch。笔记本方式依赖 Google Colab 与可访问的 MSA 服务;MIT 许可的代码与上游 AlphaFold 模型参数条款相互独立。参见:https://github.com/sokrypton/ColabFold

来源与核查边界

本条目说明所链接项目来源中记载的能力。条目编辑更新不代表完成过运行测试、兼容性测试或科学性能评估。

当前条目版本的仓库来源核查日期:

查看编辑与核查政策

相关资源

alchemiscale

开源工具

alchemiscale 是面向炼金术自由能计算的高吞吐执行系统,可将任务分发到 HPC、云、裸金属与志愿计算资源。

开源Python

计算化学 · 药物发现 · 科学数据

alchemlyb

开源工具

alchemlyb 从分子动力学输出中抽取炼金术自由能数据,并在 PyData 技术栈上用 MBAR、BAR 与热力学积分估算自由能。

开源Python

计算化学 · 药物发现 · 科学数据

AlphaFold

模型

AlphaFold 是 DeepMind 的蛋白质结构预测系统。官方仓库提供 AlphaFold 2 推理源码(Apache-2.0)与 AlphaFold 3 推理管线;模型参数分别按 CC BY 4.0 与非商业条款提供。

开源Python

计算化学 · 药物发现

BioSimSpace

开源工具

BioSimSpace 是面向生物分子模拟的可互操作 Python 框架,以统一接口封装多种模拟引擎,并可在交互环境中启动、停止与监控模拟进程。

开源Python

计算化学 · 药物发现

Chai-1

模型

Chai-1 通过本地命令行和 Python 接口预测蛋白质、小分子及核酸等组分形成的生物分子复合物结构。

开源Python

计算化学 · 药物发现

cinnabar

开源工具

cinnabar 以一致且可复现的统计方法分析与绘制自由能计算结果,便于公平比较不同计算方法。

开源Python

计算化学 · 药物发现 · 科学数据

相关指南

智能体

化学 AI Agent 指南:从聊天助手到自主科研工作流

一份实用指南,介绍八个化学与生物医学研究智能体:工具、记忆、规划和多智能体角色如何运作,哪些项目适合不同任务,以及如何在科学监督下评估有界自主性。