本项目汇集了多个可用于沐曦（MetaX）GPU 的人工智能生命科学 大模型与应用程序。我们专注于提供高性能、易适配的AI解决方案，助力您在生物信息学、蛋白质组学、药物发现等领域的科研与开发工作。
本文件夹以聚合分发方式提供多个相互独立的开源项目，各项目作为独立程序分别置于各自子目录中，我方仅将其聚合打包传输，并未将其组合为单一作品。各项目分别受其自带许可证约束，您在使用或分发任一项目前，须遵守该项目对应许可证的条款。如各项目内另附有我方提供的Patch文件或适配文件，系针对相应开源项目的修改或组合，此文件的许可证放置于对应文件夹中。
当前包含以下独立子项目：
| 子目录 | 项目简介 | 主要领域 |
|---|---|---|
| ProteinBert | 基于BERT架构的蛋白质语言模型，可用于蛋白质序列特征提取、功能预测等任务。 | 蛋白质表征学习 |
| DeepFRI | 结合蛋白质序列和结构信息的深度学习模型，用于基因本体（GO）功能注释。 | 蛋白质功能预测 |
| BioT5+ | 面向生物与化学领域的多模态预训练语言模型，统一建模自然语言、蛋白质序列、分子SELFIES和IUPAC名称，并通过多任务指令微调提升泛化能力。 | 生命科学基础模型 |
| Boltz-2 | 面向生物分子相互作用预测的开放模型，可用于复合物结构预测与结合亲和力相关预测。 | 结构生物学、药物发现 |
| DiffDock | 基于扩散模型的分子对接工具，用于预测小分子配体与蛋白质受体的结合构象。 | 分子对接、药物发现 |
| ESM3 | 面向蛋白质序列、结构与功能建模的基础模型套件，用于蛋白质生成、序列表征和结构预测。 | 蛋白质基础模型、结构预测 |
| OpenFold3 | 基于 AlphaFold3 风格特征流水线和扩散模型的生物分子结构预测工具，用于蛋白质、核酸和配体复合物的全原子结构预测。 | 结构生物学 |
| OpenDDE | 面向生物分子共折叠与药物设计的全原子基础模型，用于结构预测、抗体-抗原建模和药物设计推理。 | 结构预测、药物发现 |
| BoltzGen | 基于扩散设计、逆向折叠和折叠重排序的蛋白质设计流水线，用于针对肽、蛋白质和小分子靶点生成并排序结合蛋白。 | 蛋白质设计 |
| Foundry | 面向生物分子结构预测与蛋白质设计的模型集合，用于 RF3 结构预测、RFD3/RFD3NA 设计以及 ProteinMPNN/LigandMPNN 序列设计。 | 结构预测、蛋白质设计 |
更多模型和应用正在持续适配与添加中，敬请关注。
以下是目前已适配沐曦GPU并可用于生命科学研究的模型与应用概览：
| 模型/应用名称 | 核心任务 | 关键技术/架构 | 适用场景 |
|---|---|---|---|
| ProteinBert | 蛋白质序列表征与功能预测 | BERT、Transformer、预训练语言模型 | 蛋白质属性预测、突变效应分析、序列表示学习 |
| DeepFRI | 蛋白质功能注释（GO 条目预测） | GCN（图卷积网络）、LSTM、蛋白质结构信息（接触图） | 大规模蛋白质功能注释、新发现蛋白质的功能推断 |
| BioT5+ | 分子理解与生成、反应预测、蛋白质功能理解与设计 | T5编码器-解码器 | 分子描述生成、文本引导分子设计、化学反应预测、蛋白质功能分析与序列设计 |
| Boltz-2 | 复合物结构预测、结合亲和力预测 | Transformer、扩散模型、结构与亲和力联合建模 | 蛋白质-小分子复合物建模、虚拟筛选、药物发现 |
| DiffDock | 小分子-蛋白质分子对接 | 扩散模型、E(3) 等变图神经网络 | 对接构象生成、构象排序、候选分子对接 |
| ESM3 | 蛋白质序列、结构与功能生成 | 多模态蛋白质基础模型 | 蛋白质生成、功能注释、结构条件设计 |
| ESMC | 蛋白质序列表征 | Transformer 蛋白质语言模型 | 序列嵌入、掩码标记预测、隐藏状态分析 |
| ESMFold2 | 全原子结构预测 | ESMC 嵌入、扩散结构模块 | 蛋白质/DNA/RNA/配体复合物折叠 |
| OpenFold3 | 全原子结构预测 | AlphaFold3 风格特征流水线、扩散模型 | 蛋白质、核酸、配体复合物预测 |
| OpenDDE | 共折叠 | 全原子基础模型、扩散模型 | 结构预测、抗体-抗原建模、药物设计 |
| BoltzGen | 结合蛋白设计 | 扩散设计流水线、逆向折叠、折叠重排序 | 面向肽、蛋白质和小分子靶点的结合蛋白设计 |
| RoseTTAFold3(RF3) | 全原子结构预测 | Pairformer、原子条件建模 | 蛋白质-配体、蛋白质-DNA/RNA 复合物预测 |
| RFdiffusion3(RFD3) | 全原子生物分子设计 | 扩散模型 | PPI 结合蛋白、酶、小分子结合蛋白、对称结构设计 |
| RFD3NA | 蛋白质-DNA-RNA 多聚体设计 | RFdiffusion3NA | 核酸结合蛋白与多聚体设计 |
| ProteinMPNN | 固定骨架序列设计 | 消息传递神经网络 | 蛋白质序列重设计 |
| LigandMPNN | 配体感知序列设计 | 基于原子上下文条件的 MPNN | 蛋白质-配体界面序列设计 |
- 硬件：需具备沐曦（MetaX）GPU。
- 基础软件：Linux操作系统，沐曦GPU运行时环境。
- 主要依赖：Python 3.8+，PyTorch（适配沐曦GPU版本），以及各子项目特定的依赖库（详见各子目录下的
requirements.txt或原开源项目文档）。
具体安装与使用步骤，请参阅各子项目文件夹内的独立指南（如README.md或UserGuide）。
在使用本仓库中的任何资源前，请仔细阅读并遵守以下声明：
- 独立项目：本仓库中的每个子项目均为独立的开源项目，保留其原有的许可证和版权声明。我方仅提供聚合分发服务，不对这些项目的功能、安全性或合规性做额外担保。
- 使用责任：您有责任理解并遵守每个子项目自带的许可证条款。在使用或分发任何子项目时，请确保完全符合其许可证要求。
- 修改与组合：如子项目内包含由我方提供的Patch文件或适配文件，这些特定文件的许可证将放置于对应的子文件夹中，请在使用时一并遵循。
- 2026-08-19：新增ESM3/ESMC/ESMFold2、OpenFold3、OpenDDE、BoltzGen、Foundry（RF3、RFD3、RFD3NA、ProteinMPNN、LigandMPNN）适配说明。
- 2026-08-18：更新Boltz-2说明文档。
- 2026-07-30：新增Boltz-2和DiffDock说明文档。
- 2026-07-13：初始版本，包含ProteinBert和DeepFRI模型，并提供了基础的用户指南。
欢迎通过GitHub Issues或Pull Requests提出建议、报告问题或贡献新的适配模型。让我们一起推动AI在生命科学领域的革新！
感谢您对沐曦GPU生态及AI4S发展的关注与支持！