SimpleFold

模型介绍

SimpleFold 是 Apple 发布的生成式蛋白质折叠模型，可实现蛋白质结构预测，并设定训练、微调入口。

模型描述

SimpleFold 模型用通用 Transformer 层和 flow matching 目标从蛋白质 FASTA 序列预测三维结构。

当前 ModelScope 包内已包含默认 FASTA 示例、SimpleFold 权重、pLDDT 权重、CCD 辅助文件、Boltz 辅助权重和 ESM-2 3B 本地权重，下载完整模型包后可以直接使用。

适用场景

场景	说明
蛋白质结构预测	输入 FASTA，输出 mmCIF/PDB 结构。
本地离线推理整理	示例输入和权重已放入 `examples/`、`weight/`，脚本只使用本仓库文件。
训练/微调接口验证	用户按 `config/data/*.yaml` 准备 tokenized 数据后训练。
ModelScope 标准包	使用 `config/ models/ scripts/ weight/` 布局。

使用说明

1. OneCode 使用

可通过 OneCode 在线环境体验智能化一键式 AI4S 编程：

点击体验智能化一键式 AI4S 编程

2. 手动安装使用

硬件要求

推荐使用GPU或DCU运行。
CPU可以用于连通性验证，但速度较慢。
DCU用户需要预先安装DTK，建议使用DTK 25.04.2以上版本或与当前集群匹配的OneScience推荐版本。

软件要求

想了解更多适配内容请联系 liubiao@sugon.com

环境检测

NVIDIA GPU：

nvidia-smi

海光DCU：

hy-smi

快速开始

1. 安装运行环境

conda create -n onescience311 python=3.11 -y
conda activate onescience311
pip install onescience[bio] -i http://mirrors.onescience.ai:3141/pypi/simple/  --trusted-host mirrors.onescience.ai

#如果下述代码运行存在找不到库的情况，需要激活cuda，参考下列代码

source ${ROCM_PATH}/cuda/env.sh
export LD_LIBRARY_PATH="$CONDA_PREFIX/lib:$LD_LIBRARY_PATH"
export LD_LIBRARY_PATH="$CONDA_PREFIX/lib/python3.11/site-packages/fastpt/torch/lib:$LD_LIBRARY_PATH"

2. 下载模型包

modelscope download --model OneScience/SimpleFold --local_dir ./SimpleFold
cd SimpleFold

训练权重

训练权重已经包含在weights文件夹中，收纳simplefold-1B 100M、esm等多种权重

3. 运行推理

python scripts/run_inference.py \
  --simplefold_model simplefold_100M \
  --fasta_path examples/minimal.fasta \
  --output_dir outputs/minimal_inference \
  --num_steps 10 \
  --tau 0.01 \
  --nsample_per_protein 1 \
  --backend torch

输出目录：

outputs/minimal_inference/predictions_simplefold_100M/

4. 训练——当前不提供对应数据集

训练前准备：

datasets/
datasets/tokenized/
datasets/manifest.json

数据处理：

python scripts/process_data.py --data_dir /path/to/mmcif --out_dir datasets --num-processes 8
python scripts/tokenize_data.py --target_dir datasets --token_dir datasets/tokenized

process_data.py 默认使用包内 weight/ccd.pkl，无需额外下载 CCD 或启动 Redis；如需兼容旧 Redis CCD 流程，可显式传入 --use-redis。

训练：

python scripts/train.py

FSDP 训练：

python scripts/train_fsdp.py experiment=train_fsdp

微调/续训示例：

python scripts/train.py load_ckpt_path=weight/simplefold_100M.ckpt

OneScience 官方信息

平台	OneScience 主仓库	Skills 仓库
Gitee	https://gitee.com/onescience-ai/onescience	https://gitee.com/onescience-ai/oneskills
GitHub	https://github.com/onescience-ai/OneScience	https://github.com/onescience-ai/oneskills

引用与许可证

SimpleFold 原始实现声明为 MIT License。本仓库保留来源说明，并面向 OneScience ModelScope 自动运行场景进行整理。科研使用请引用 SimpleFold 原始论文和 OneScience 相关项目信息。