AlphaFold3/GNINA向けワークステーション

AlphaFold3やGNINAを用いた解析の理解を深め、研究に活用するためのワークステーションを導入したいとご相談をいただきました。
ご予算は約100万円です。
将来的なメモリ増設やストレージ追加も視野に入れつつ、RTX A6000など、GPU性能を重視した構成をご希望です。

CPU	Intel Core Ultra 7 265K 3.90GHz(8C/8T)+3.30GHz(12C/12T)
メモリ	合計64GB DDR5 6400 32GB x 2
ストレージ1	1TB SSD M.2 NVMe Gen5
ストレージ2	4TB SSD M.2 NVMe Gen4
ビデオ	NVIDIA GeForce RTX5090 32GB
ネットワーク	on board(2.5GBase-T x1) Wi-Fi，Bluetooth
筐体+電源	ミドルタワー筐体　1200W 80PLUS PLATINUM
OS	Ubuntu 24.04

GPUの選定について

AlphaFold3はVRAM容量など、GPU性能が重視されるソフトウェアになります。
ご予算内で最大のAlphaFold3計算性能を得るため、NVIDIA GeForce RTX5090 (32GB) を採用しました。
RTX5090は最新世代のコア性能により、多くの研究用途でパフォーマンスを発揮します。
また、大規模モデルなどでVRAM容量が重要な場合は、容量優先でのGPU選定も可能です。

CPUとメモリ構成について

CPUにはCore Ultra 7 265Kを、メモリは64GB (32GB×2枚) を搭載しました。
AlphaFold3の推奨メモリ容量は64GB以上です。
本構成では64GBのメモリを搭載することで解析の安定性を確保しています。
さらに、空きスロットを活用することで、メモリ容量を最大128GBまで拡張可能です。

AlphaFold3 関連情報

テグシスでは、Ubuntu 24.04に対応したAlphaFold3のインストール手順を公開しています。
準備段階からAlphaFold3の起動まで、具体的なコマンドを掲載しています。
詳細な情報は、以下のリンクをご確認ください。

AlphaFold3用途向けのワークステーション提案事例は、こちらの記事でも詳しく紹介しています。

参考：事例No.PC-TRNM253239 機械学習・DFT計算 両立ワークステーション

このような分野で活躍されている方へ 計算化学 構造生物学 バイオインフォマティクス 分子モデリング たんぱく質工学

テガラのオーダーメイドPC製作サービスは、導入時の用途に加え、将来的な研究規模の拡大を見据えたシステムの拡張にも対応しています。
各種ソフトウェア要件に応じた構成のご提案はもちろん、研究環境全体の構築に関するご相談も承っています。
お客様のニーズに合わせて最適なソリューションをご提供しますので、どうぞお気軽にお問い合わせください。

キーワード ・AlphaFoldとは AlphaFoldは、DeepMindが開発した革新的なタンパク質構造予測AI。 アミノ酸配列から高精度な立体構造を予測することが可能で、従来の実験的手法 (X線結晶構造解析やNMR) に比べて圧倒的なスピードとコスト効率を実現。 構造生物学、創薬、酵素設計、疾患研究など幅広い分野で活用されており、AlphaFold Protein Structure Databaseを通じて数百万の構造情報が公開されている。 参考：AlphaFold – DeepMind ・Gninaとは Gninaは、深層学習 (ディープラーニング) を用いた分子ドッキングおよびスコアリングを実現するオープンソースソフトウェア。 CNN (畳み込みニューラルネットワーク) ベースのスコアリング関数を備え、従来のAutoDock Vina系アルゴリズムと統合することで、リガンド‐タンパク質相互作用の予測精度を向上させる。 創薬計算、分子シミュレーション、構造ベースドラッグデザイン (SBDD) に広く利用されている。 参考：GitHub – gnina/gnina

■ このPC事例に関する詳細、お問い合わせはこちら AlphaFold3/GNINA向けワークステーション ※事例の名称またはご希望の条件などをご記入ください。