苹果开源了SimpleFold项目，并同步发表论文《SimpleFold: Folding Proteins is Simpler than You Think》的全部代码与数据。该模型首次将“流匹配”生成式目标引入蛋白质结构预测领域，仅使用通用的Transformer层，摒弃了传统的复杂模块。

https://github.com/apple/ml-simplefold
https://arxiv.org/abs/2509.18480

SimpleFold在860万条结构数据上进行训练，参数规模从100M到3B不等。它支持PyTorch与MLX双后端进行推理，并开放了在CASP14/CAMEO22等基准测试上的预测结果。

SimpleFold在保持主流方法精度的同时，实现了高效训练与多构象预测，是迄今为止最大规模的简化型蛋白质折叠模型。