Ligo 開源 AlphaFold3 的押注：2024 年 Show HN 獲 314 分，儲存庫達 1.1k 顆星

Ligo Biosciences 是 DeepMind AlphaFold3 開源實作背後的團隊：以 Apache-2.0 授權釋出完整模型與訓練程式碼，內含模組化且節省記憶體的 kernel，先推出單鏈預測，配體與核酸的 beta 預測則採候補名單制。

一支小團隊能依論文重新實作 AlphaFold3，開源程式碼與訓練流程，並成為生技領域的預設技術堆疊——先做單鏈，較困難的模態之後再做。

DeepMind 的 AlphaFold3 論文於 2024 年 5 月發表於《Nature》，描述一個能預測蛋白質、配體、核酸及其交互作用的模型——但並未隨附開源程式碼或訓練流程。Ligo Biosciences 依已發表的演算法與補充偽程式碼自行建構實作，在三角注意力與乘法更新上沿用 OpenFold 模組，並於 2024-09-04 透過 Show HN 發布該儲存庫。

首個版本推出單鏈預測與完整訓練程式碼；一段示範影片展示了在 8 張 A100 GPU 上、不使用模板、約 10 小時訓練 4,000 步的模型。README 記錄了對照 DeepMind 補充資料所發現的三處不一致——MSA 模組的排序問題、導致初始化時單位損失失效的損失縮放因子，以及缺少 DiT 殘差連接——並請社群提供意見。效率方面的工作聚焦於 Triton kernel，包括一個可於單張 GPU 上擴展至數千個 token 的自訂 MSA 配對平均 kernel，以及與 AdaptyvBio 合作、基於 ProteinFlow 的資料管線。配體、多聚體與核酸預測被列為下一版發布內容，並透過候補名單招募 beta 測試者。

截至 2026-09-05 仍以活躍研究專案的形式運作：爬取記錄顯示 301 次提交與 1.1k 顆星，單鏈預測已發布，配體、多聚體與核酸預測則列於 beta 候補名單；儲存庫記錄中未出現資金、營收或客戶數字。

具名平台且附日期的關注度：2024-09-04 的 Show HN（項目 41448439）獲得 314 分與 37 則留言。

一項具體的公開押注：依論文重新實作 AlphaFold3 並附上訓練程式碼，先推出單鏈，較困難的配體／核酸模態則置於 beta 候補名單之後。

可驗證的發展軌跡：在 2026-09-04 的爬取中，該儲存庫記錄了 301 次提交、94 次分叉與 1.1k 顆星，且單鏈預測已發布。

不一致之處一節正是關鍵線索：DeepMind 補充資料中的三處模糊之處被公開列出，而非默默解決——這是研究導向的採用策略，而非展示。

開源訓練迴圈而非僅提供展示，能讓重新實作成為社群基礎設施——先推出運算資源可及的切片，並清楚說明仍缺少什麼。

截至 2026-09-05，Ligo 的 AlphaFold3 實作仍以活躍研究專案的形式運作：儲存庫中有 Apache-2.0 程式碼與單鏈蛋白質預測的訓練迴圈，配體、多聚體與核酸預測則列為下一版工作，並置於 beta 測試候補名單之後。README 仍警告該工具尚未達到可投入生產的程度。2026-09-04 的爬取記錄了 1.1k 顆星、94 次分叉與 301 次提交；記錄中不含資金、營收或團隊揭露資訊，因此押注中關於建立公司的那一半仍未獲證實。