ColabFold

github.com/sokrypton/ColabFold ist die offizielle Projektseite von ColabFold, einem Open-Source-Projekt, das Proteinfaltung mit Modellen wie AlphaFold2, AlphaFold3, ESMFold und RoseTTAFold2 über Google-Colab-Notebooks oder lokale Installation zugänglich macht.

🛡️ Datenschutz: Open-Source-Projekt von Forschenden (Sergey Ovchinnikov, Milot Mirdita, Martin Steinegger); ein klassischer Firmensitz des Anbieters ist nicht dokumentiert. Der Code steht unter MIT-Lizenz. Bei Nutzung der Notebooks und des öffentlichen MSA-Servers werden Sequenzen an externe Dienste übermittelt; zu Hosting, DPA und Zertifizierungen ist nicht öffentlich dokumentiert, sodass bei vertraulichen Daten der lokale Betrieb mit eigenen Datenbanken zu erwägen ist.

Das Tool richtet sich an Forschende und Studierende, die Proteinstrukturen ohne eigene Hochleistungs-Hardware vorhersagen möchten.

Tool-Details & Features

💰 Preise: Kostenlos und Open Source; bei Nutzung von Google Colab gelten dessen eigene Nutzungsbedingungen und Kontingente.

⚙️ Technik: Kombiniert eine MMseqs2-basierte Sequenzsuche (öffentlicher MSA-Server oder lokale Datenbank) mit Strukturvorhersagemodellen; Installation per conda, pip oder Docker, die Community-Variante LocalColabFold unterstützt Windows, macOS und Linux.

👥 Zielgruppe: Forschungsgruppen, Studierende, Labore ohne eigene GPU-Infrastruktur.

🔗 Integrationen: Google Colab, lokale Installation per conda/pip/Docker, öffentlicher MMseqs2-MSA-Server.

📊 Funktionen: Browserbasierte Notebooks, Vorhersage mit AlphaFold2, AlphaFold3, ESMFold und RoseTTAFold2, schnelle Erzeugung von Sequenzalignments, lokale Installation für große Mengen, Open-Source-Code.

Vor- & Nachteile

✅ Vorteile: Niedrige Einstiegshürde durch Browser-Notebooks; freie Lizenz und aktive Weiterentwicklung auf GitHub.

❌ Nachteile: Colab-Kontingente begrenzen große Läufe; vertrauliche Sequenzen sollten nicht über öffentliche Server laufen, und die Ergebnisse erfordern fachliche Bewertung.

Für wen geeignet?

Perfekt für Forschende und Lehrende, die Proteinstrukturen schnell und kostenlos im Browser vorhersagen wollen.