新药研发是一项漫长而艰巨的任务,通常需耗时10多年。在这一过程中,确定药物作用靶点和优化先导化合物是两大关键且费时的环节,直接影响新药研发进度。蛋白质结构信息对于新药研发至关重要,因为大多数药物靶点都是蛋白质分子。了解蛋白质的三维结构有助于理解其功能,预测与小分子化合物的相互作用,从而指导药物分子的设计和优化。近年来,人工智能算法 AlphaFold 等新技术的兴起,为新药研发带来曙光,有望缩短新药研发周期1-4年。然而,科研人员在使用 AlphaFold 等新技术时仍面临诸多挑战:
● 部署和执行过程繁琐且时间长
● 计算资源管理和扩展性有限
● 无法实现弹性扩展(单节点模式运行)
● 作业提交环境复杂,无法有效管理不同人员的访问权限
● 结果管理和异常处理缺乏高效方案
为解决这些挑战,亚马逊云科技推出了Protein Folding Workbench解决方案,旨在简化 AlphaFold 等模型在云上的使用和部署,加快新药研发进程,为科研人员提供高效、安全、可扩展的计算环境。
亚马逊云科技提供灵活的基础设施服务,涵盖800多种计算实例类型、丰富的存储和数据传输工具,以及高性能计算平台和应用构建层。帮助客户高效、安全地进行数据处理、应用构建和分析工作,提升运营效率和业务敏捷性。在此基础上,亚马逊云科技推出了一款名为 Protein Folding Workbench 的一站式云端解决方案,专注于预测蛋白质结构。该平台操作简单,无需专业知识即可一键部署,通过直观的 Web 界面实现端到端的蛋白质结构可视化,加快药物研发进程。除加速研发外,该解决方案还具备灵活的项目管理功能,多维度管控成本和用量,有助于更精细的费用控制。在安全方面,提供企业级用户权限管理,支持多种企业认证服务,并采用私有网络保护数据隐私,确保数据安全。

以下是 Protein Folding Workbench 平台的主要功能和优势:
作业管理
用户可以通过引导式的作业创建向导,轻松完成新作业的提交;该平台支持单个或者批量序列文件导入,可以自定义标签管理,让作业整理更有条理;输入参数可以文件化上传,让操作更加灵活。此外,平台支持多种 GPU 类型,用户可根据需求选择;提供成本优化的 Spot 实例选择方案,可以最大限度节省开支。作业完成后,不仅可以在线查看 3D可视化结果,同时也支持结果下载方式,并可查看日志了解运行详情。

自定义算法
平台不仅内置了主流蛋白质结构预测算法,如 Alphafold、RoseTTAFold 和 ColabFold,同时支持用户自定义算法。用户可根据需求将模型算法打包成镜像导入平台运行,这一自定义算法功能赋予了用户更大的灵活性和自主权。平台还提供集中管理蛋白质序列文件功能,无需使用亚马逊云科技管理控制台,直接通过Protein Folding Workbench 控制台上传即可,既方便又高效。此外,方案还支持元数据标签功能,使得文件管理更有条理。

项目管理
平台内置项目管理功能,用户可以方便地组建项目团队、分配计算资源,并对团队成员的访问权限进行精细化控制。同时,平台还支持灵活配置和第三方系统集成,让团队协作更加高效。无论是资源调配、权限管控,还是外部系统对接,这一项目管理功能都可以满足用户的各种需求,为高效协作保驾护航。

成本优势
平台采用按需付费的模式,用户可根据所需算力灵活选择不同规格的实例。无论是短时间的小规模任务,还是大型长期项目,价格都相当实惠。以短序列的氨基酸为例,使用 V100 单卡,运行 46分钟仅需 18.59 元。而长序列的氨基酸,费用为 139.84 元,性价比极高。同时,平台还支持存算分离的方式,空闲时可提供接近零成本的方式运行。总之,这一定价策略让用户按需使用,既节省开支又获得强大算力支持,助力科研事半功倍。
案例一
某生物公司专注于抗体研发,需要对蛋白质的三维结构有深入的了解,以指导抗体的设计和开发。该公司采用亚马逊云科技的 Protein Folding Workbench 平台,大幅提升公司的抗体研发效率。通过平台提供的先进人工智能算法,能够准确高效地预测蛋白质的三维结构,为抗体设计提供关键数据支持。基于Protein Folding Workbench 平台,该公司可以更快锁定靶标蛋白的抗原表位,加速开发出高亲和力、高特异性的抗体产品。公司相关负责人表示,引入蛋白质结构预测平台将极大缩短抗体研发周期,降低研发成本,提高产品质量,进一步增强该公司在抗体领域的竞争优势。
案例二
某公司是一家专注于 AI 制药的生物技术初创企业,采用将机器学习、生物信息学和化学知识相结合的创新模式,为药物研发注入新的动力。该公司通过 Protein Folding Workbench 平台部署自主研发的人工智能和机器学习算法,能够精准预测蛋白质的三维结构。Protein Folding Workbench 平台加速了药物发现和开发进程,为靶点识别和分子设计提供了关键支持。值得一提的是,科学家无需学习相关背景知识即可使用该云平台获得可靠结果,而且可以跨部门协作,效率提高30%,并通过私有化部署保证数据安全和知识产权保护。

















