蛋白質結構預測綜合法的原理?中國經濟網北京4月22日訊 （記者 王惠綿） 華為全場景AI框架？思MindSpore開源已有兩年，通過架構創新，已經大幅提高了開發效率和科學計算性能近日，基于全場景AI框架？思MindSpore開發的蛋白質結構預測模型在全球持續蛋白質結構預測競賽CAMEO（Continous Automated Model EvaluatiOn）上連續三周霸榜，并包攬月榜前二，顯示出？騰AI基礎軟硬件平台在科學計算AI領域的強大能力，我來為大家講解一下關于蛋白質結構預測綜合法的原理?跟着小編一起來看一看吧!

蛋白質結構預測綜合法的原理

中國經濟網北京4月22日訊 （記者 王惠綿） 華為全場景AI框架？思MindSpore開源已有兩年，通過架構創新，已經大幅提高了開發效率和科學計算性能。近日，基于全場景AI框架？思MindSpore開發的蛋白質結構預測模型在全球持續蛋白質結構預測競賽CAMEO（Continous Automated Model EvaluatiOn）上連續三周霸榜，并包攬月榜前二，顯示出？騰AI基礎軟硬件平台在科學計算AI領域的強大能力。

由瑞士生物信息研究所和巴塞爾大學聯合舉辦的 CAMEO（Continous Automated Model EvaluatiOn）――全球持續蛋白質結構預測競賽，被認為是蛋白質結構預測領域最重要的比賽之一。

CAMEO 競賽的規則是，每位參賽者需每周對 20 個由世界範圍内的結構生物學家最新破解出的蛋白質結構進行預測，其分數和名次每周都會進行在線更新。因此，該競賽吸引來不少世界範圍内生物計算領域的前沿模型“選手”。

據了解，2021年11月，？思MindSpore團隊與昌平實驗室、北京大學生物醫學前沿創新中心（BIOPIC）和化學與分子工程學院、深圳灣實驗室高毅勤教授課題組聯合推出基于AlphaFold2算法的蛋白質結構預測推理工具，并在2022年2月實現訓練的全流程打通，效率同比提升2-3倍。

采用？騰AI基礎軟硬件平台後，在混合精度下，單步疊代時間由20秒縮短到12秒，性能提升超過60%。依托？思MindSpore内存複用能力, 訓練序列長度由384提升至512。

在訓練精度接近AlphaFold2的基礎上，？思MindSpore在算法、規模和軟硬件支持等方向上持續改進，本次發布的蛋白質結構預測模型成績持續刷新業界記錄、拿下CAMEO競賽第一，是？思MindSpore在蛋白質結構預測領域的又一裡程碑，在填補AI根技術在蛋白質結構預測領域成績空白的同時，更加證明了其價值與優越性。

據華為方面透露，未來，針對蛋白質結構預測問題，？思MindSpore将攜手學術科研界，在蛋白質結構預測領域共同探索、持續突破，助力國内相關基礎研究，尤其是生命各分支學科的進步，推動創新制藥行業的發展。

本文源自中國經濟網