OpenFold / OpenFold3

原理：OpenFold 复现 AlphaFold2。自蒸馏集从约 1,500 万 Uniclust30 MSA 中筛出约 270,000 条深 MSA，用原版 AF2 权重生成预测结构 [1]。

代表实现与用户：OpenFold 在 44 张 A100 上训练，约 1,500 GPU 小时达最终精度的 90%；CASP15 域 GDT-TS 73.8，对 AF2 的 74.6 [1]。OpenFold3 preview 为 Apache 2.0，含 >30 万实验结构与 >1,300 万合成结构 [2][3]。Apheris + AISB Network 联合 AbbVie、Astex、BMS、J&J、Takeda 做联邦微调，各贡献数千个蛋白-小分子结构，10 周完成（公司口径）[2]，是汇聚私有真值的开源路径。

局限：合成结构约为实验结构的数十倍（见 AlphaFold DB 与结构蒸馏），继承教师偏差；OpenFold3 的蒸馏组成来自其自身文档，而非 AF3 官方（AF3 蒸馏权重 ⚠️ 未核）。

来源

1. https://www.biorxiv.org/content/10.1101/2022.11.20.517210v2.full (2026-10-15)
2. https://www.rdworldonline.com/openfold3-debuts-as-apache-licensed-protein-co-folding-model-with-apheris-bringing-it-into-pharma-it/ (2026-10-15)
3. https://docs.api.nvidia.com/nim/reference/openfold-openfold3 (2026-10-15)