蛋白質生物細胞內的機器，要想知道“機器”的工作過程，就要先了解其結構和組成。比如說，如果想要知道某個蛋白在疾病當中有什麼作用的話，就需要了解他的結構，再通過設計藥物分子來抑制它的功能，降低機器的工作效率。在研究基因調控，蛋白結構和功能的時候，重組蛋白表達技術是關鍵的一環，但用什麼實驗可以破解蛋白質的結構，想要破解一個其中需要耗費的人力和物力都是巨大的，在全世界的努力下，才解析了5萬個人類蛋白質結構，只佔了人體蛋白質總數的35%，其未來需要做的工作量依舊很巨大。

在歷史上蛋白質預測已經走過很長的一段路了，每兩年蛋白質結構預測比賽都已經舉辦有二十多年了，在這個過程中每個參賽組別之間的差距只有百分之幾，慢得幾乎看不出來變化，直到2018年的時候，第一名以領先第二名近20%的成績轟動世界，AlphaFold正式登上蛋白質結構預測的舞臺。

AlphaFold主要是通過預測蛋白質主鏈和氨基酸之間的距離，分佈，然後用預測的結果構建打分函式，再用片段組裝的方法推導蛋白質結構。也就是這種方式點燃了整個行業的熱情，用春雨驚雷般的氣勢，注入了勃勃生機。

如今，AlphaFold2向社會免費提供所有的蛋白質預測結果，這是造福全世界的一項舉動，各個國家的科研人員都可以節省預測時間，從而有更多的時間分析結構，進行藥物設計。儘管如此，另外一個難題擺在眾多科研人員的眼前，資料庫有了，但怎麼能夠從裡面快速，方便地找到自己需要的資料呢？

因為資料龐大AlphaFold2對於配置的要求非常高，3T以上的硬碟，12個虛擬的CPU，至少85GB的記憶體，一個價值至少在7萬元的Nvidia A100，面對這些重重困難，研究人員應該如何使用AlphaFold2呢？

北鯤雲超算平臺協助解決這個問題，如今北鯤雲超算平臺已經成功上線AlphaFold2，無需安裝，在瀏覽器就可以直接使用，並且在啟動工作站的同時，載入AlphaFold2模板，隨之開始進行蛋白質結構預測。

北鯤雲高效能運算平臺還部署Nvidia A100 和Nvidia V100 GPU，保障蛋白質預測工作的高速完成。而平臺貼心的7*24小時服務更是讓使用無憂，無論在什麼時候使用發現問題，都可以尋求幫助，讓科研順利進行。