蛋白质结构预测综合法的原理（思MindSpore蛋白质结构预测模型全球竞赛第一）

中国经济网北京4月22日讯 （记者 王惠绵） 华为全场景AI框架？思MindSpore开源已有两年，通过架构创新，已经大幅提高了开发效率和科学计算性能近日，基于全场景AI框架？思MindSpore开发的蛋白质结构预测模型在全球持续蛋白质结构预测竞赛CAMEO（Continous Automated Model EvaluatiOn）上连续三周霸榜，并包揽月榜前二，显示出？腾AI基础软硬件平台在科学计算AI领域的强大能力，我来为大家讲解一下关于蛋白质结构预测综合法的原理?跟着小编一起来看一看吧!

蛋白质结构预测综合法的原理

中国经济网北京4月22日讯 （记者 王惠绵） 华为全场景AI框架？思MindSpore开源已有两年，通过架构创新，已经大幅提高了开发效率和科学计算性能。近日，基于全场景AI框架？思MindSpore开发的蛋白质结构预测模型在全球持续蛋白质结构预测竞赛CAMEO（Continous Automated Model EvaluatiOn）上连续三周霸榜，并包揽月榜前二，显示出？腾AI基础软硬件平台在科学计算AI领域的强大能力。

由瑞士生物信息研究所和巴塞尔大学联合举办的 CAMEO（Continous Automated Model EvaluatiOn）――全球持续蛋白质结构预测竞赛，被认为是蛋白质结构预测领域最重要的比赛之一。

CAMEO 竞赛的规则是，每位参赛者需每周对 20 个由世界范围内的结构生物学家最新破解出的蛋白质结构进行预测，其分数和名次每周都会进行在线更新。因此，该竞赛吸引来不少世界范围内生物计算领域的前沿模型“选手”。

据了解，2021年11月，？思MindSpore团队与昌平实验室、北京大学生物医学前沿创新中心（BIOPIC）和化学与分子工程学院、深圳湾实验室高毅勤教授课题组联合推出基于AlphaFold2算法的蛋白质结构预测推理工具，并在2022年2月实现训练的全流程打通，效率同比提升2-3倍。

采用？腾AI基础软硬件平台后，在混合精度下，单步迭代时间由20秒缩短到12秒，性能提升超过60%。依托？思MindSpore内存复用能力, 训练序列长度由384提升至512。

在训练精度接近AlphaFold2的基础上，？思MindSpore在算法、规模和软硬件支持等方向上持续改进，本次发布的蛋白质结构预测模型成绩持续刷新业界记录、拿下CAMEO竞赛第一，是？思MindSpore在蛋白质结构预测领域的又一里程碑，在填补AI根技术在蛋白质结构预测领域成绩空白的同时，更加证明了其价值与优越性。

据华为方面透露，未来，针对蛋白质结构预测问题，？思MindSpore将携手学术科研界，在蛋白质结构预测领域共同探索、持续突破，助力国内相关基础研究，尤其是生命各分支学科的进步，推动创新制药行业的发展。

本文源自中国经济网