พับผ้าที่บ้าน
ผู้เขียนต้นฉบับ	วิเจย์ ปานเด
นักพัฒนา	ห้องปฏิบัติการ Pande, Sony , Nvidia , ATI Technologies , Joseph Coffland, Cauldron Development [ ‡ 1 ]
ปล่อย	1 ตุลาคม พ.ศ. 2543 ( 1 ตุลาคม 2543 )
เวอร์ชันเสถียร	8.5.5 / 3 ธันวาคม 2025 [ ‡ 2 ] ( 3 ธันวาคม 2025 )
ระบบปฏิบัติการ	Microsoft Windows , macOS , Linux , PlayStation 3 (ยกเลิกการรองรับตั้งแต่เฟิร์มแวร์เวอร์ชัน 4.30)
แพลตฟอร์ม	IA-32 , x86-64 , ARM64 , CUDA [ ‡ 3 ]
มีจำหน่ายใน	ภาษาอังกฤษ ภาษาฝรั่งเศส ภาษาสเปน ภาษาสวีเดน
พิมพ์	การประมวลผลแบบกระจาย
ใบอนุญาต	ซอฟต์แวร์กรรมสิทธิ์ (ก่อนเวอร์ชัน 8) [ ‡ 4 ] GPL-3.0 หรือเวอร์ชันที่ใหม่กว่า (เวอร์ชัน 8)
เว็บไซต์	foldingathome.org​

Folding@home ( FAHหรือF@h ) เป็น โครงการ คอมพิวเตอร์แบบกระจายศูนย์ ที่มี จุดมุ่งหมายเพื่อช่วยนักวิทยาศาสตร์พัฒนายารักษาโรคชนิดใหม่ ๆ โดยใช้การจำลองพลวัตของโปรตีนซึ่งรวมถึงกระบวนการพับตัวของโปรตีนและการเคลื่อนที่ของโปรตีนและอาศัยการจำลองที่ดำเนินการบนคอมพิวเตอร์ส่วนบุคคลของ อาสาสมัคร ^{[ ‡ 5 ]}ปัจจุบัน Folding@home ตั้งอยู่ที่มหาวิทยาลัยเพนซิลเวเนียและนำโดย Greg Bowman อดีตนักศึกษาของVijay Pande ^{[ 1 ]}

โครงการนี้ใช้หน่วยประมวลผลกราฟิก (GPU) และหน่วยประมวลผลกลาง (CPU) รวมถึงโปรเซสเซอร์ARM เช่นที่ใช้ใน Raspberry Piสำหรับการประมวลผลแบบกระจายและการวิจัยทางวิทยาศาสตร์ โครงการนี้ใช้ วิธี การจำลอง ทางสถิติ ซึ่งเป็นการเปลี่ยนแปลงกระบวนทัศน์จากวิธีการคำนวณแบบดั้งเดิม^{[ 2 ]}ในฐานะส่วนหนึ่งของสถาปัตยกรรมเครือข่ายแบบจำลองไคลเอ็นต์-เซิร์ฟเวอร์ เครื่องอาสาสมัครแต่ละเครื่องจะได้รับชิ้นส่วนของการจำลอง (หน่วยงาน) ทำงานให้เสร็จ และส่งคืนไปยัง เซิร์ฟเวอร์ฐานข้อมูลของโครงการซึ่งหน่วยงานเหล่านั้นจะถูกรวบรวมเป็นการจำลองโดยรวม อาสาสมัครสามารถติดตามการมีส่วนร่วมของตนได้บนเว็บไซต์ Folding@home ซึ่งทำให้การมีส่วนร่วมของอาสาสมัครมีการแข่งขันและส่งเสริมการมีส่วนร่วมในระยะยาว

^{Folding@home เป็นหนึ่งในระบบ คอมพิวเตอร์}ที่เร็วที่สุดในโลก ด้วยความสนใจในโครงการที่เพิ่มสูงขึ้นอันเป็นผลมาจากการระบาดของ COVID-19 [ ^{3 ]}ระบบนี้จึงสามารถทำความเร็วได้ประมาณ 1.22 exaflopsในช่วงปลายเดือนมีนาคม 2020 และเพิ่มขึ้นเป็น 2.43 exaflops ในวันที่ 12 เมษายน 2020 ^{[ ‡ 6 ]}ทำให้เป็นระบบคอมพิวเตอร์ระดับ exaflop ระบบ แรกของโลก ประสิทธิภาพในระดับนี้จากเครือข่ายคอมพิวเตอร์ขนาดใหญ่ทำให้นักวิจัยสามารถทำการ จำลองการพับโปรตีนในระดับอะตอม ซึ่งต้องใช้การคำนวณสูงได้นานกว่าที่เคยทำได้หลายพันเท่า นับตั้งแต่เปิดตัวเมื่อวันที่ 1 ตุลาคม 2000 Folding@home มีส่วนร่วมในการผลิตเอกสารงานวิจัยทางวิทยาศาสตร์ 226 ฉบับ^{[ ‡ 7 ]}ผลลัพธ์จากการจำลองของโครงการสอดคล้องกับการทดลองเป็นอย่างดี^{[ 4 ] [ 5 ] [ 6 ]}

โปรตีนเป็นส่วนประกอบที่จำเป็นต่อการทำงานทางชีวภาพหลายอย่าง และมีส่วนร่วมในกระบวนการเกือบทั้งหมดภายในเซลล์ชีวภาพพวกมันมักทำหน้าที่เป็นเอนไซม์ทำปฏิกิริยาทางชีวเคมี รวมถึงการส่งสัญญาณของเซลล์การขนส่งโมเลกุล และการควบคุมเซลล์ในฐานะองค์ประกอบโครงสร้าง โปรตีนบางชนิดทำหน้าที่เป็นโครงกระดูกของเซลล์และเป็นแอนติบอดีในขณะที่โปรตีนอื่นๆ มีส่วนร่วมในระบบภูมิคุ้มกันก่อนที่โปรตีนจะสามารถทำหน้าที่เหล่านี้ได้ มันต้องพับตัวเป็นโครงสร้างสามมิติ ที่ใช้งานได้ ซึ่งเป็นกระบวนการที่มักเกิดขึ้นเองโดยธรรมชาติและขึ้นอยู่กับปฏิสัมพันธ์ภายใน ลำดับ กรดอะมิโนและปฏิสัมพันธ์ของกรดอะมิโนกับสิ่งแวดล้อม การพับตัวของโปรตีนถูกขับเคลื่อนด้วยการค้นหาโครงสร้างที่เหมาะสมที่สุดในเชิงพลังงานของโปรตีน นั่นคือสถานะดั้งเดิม ของมัน ดังนั้น การทำความเข้าใจการพับตัวของโปรตีนจึงมีความสำคัญต่อการเข้าใจว่าโปรตีนทำอะไรและทำงานอย่างไร และถือเป็นเป้าหมายสูงสุดของชีววิทยาเชิงคำนวณ [ ^{7 ] [ 8 ] แม้ว่า}การพับตัวจะเกิดขึ้นภายในสภาพแวดล้อมของเซลล์ที่แออัด แต่โดยทั่วไปแล้วมันจะดำเนินไปอย่างราบรื่น อย่างไรก็ตาม เนื่องจากคุณสมบัติทางเคมีของโปรตีนหรือปัจจัยอื่นๆ โปรตีนอาจพับผิดรูป กล่าวคือ พับไปตามเส้นทางที่ผิดและสุดท้ายก็มีรูปร่างผิดปกติ หากกลไกของเซลล์ไม่สามารถทำลายหรือพับโปรตีนที่พับผิดรูปได้ โปรตีนเหล่านั้นอาจรวมตัวกันและก่อให้เกิดโรคต่างๆ ที่ทำให้ร่างกายอ่อนแอได้^{[ 9 ]}การทดลองในห้องปฏิบัติการที่ศึกษาเกี่ยวกับกระบวนการเหล่านี้อาจมีข้อจำกัดในด้านขอบเขตและรายละเอียดระดับอะตอม ทำให้เหล่านักวิทยาศาสตร์ต้องใช้แบบจำลองการคำนวณทางฟิสิกส์ ซึ่งเมื่อใช้ร่วมกับการทดลอง จะช่วยให้เห็นภาพที่สมบูรณ์ยิ่งขึ้นเกี่ยวกับการพับ การพับผิดรูป และการรวมตัวของโปรตีน^{[ 10 ] [ 11 ]}

เนื่องจากความซับซ้อนของโครงสร้างหรือพื้นที่การกำหนดค่า ของโปรตีน (ชุดของรูปร่างที่เป็นไปได้ที่โปรตีนสามารถมีได้) และข้อจำกัดของกำลังการคำนวณ การจำลองพลศาสตร์โมเลกุลแบบอะตอมทั้งหมดจึงมีข้อจำกัดอย่างมากในช่วงเวลาที่สามารถศึกษาได้ ในขณะที่โปรตีนส่วนใหญ่มักจะพับตัวในระดับมิลลิวินาที^{[ 10 ] [ 12 ]}ก่อนปี 2010 การจำลองสามารถทำได้เพียงระดับนาโนวินาทีถึงไมโครวินาทีเท่านั้น^{[ 4 ]}ซูเปอร์คอมพิวเตอร์อเนกประสงค์ถูกนำมาใช้ในการจำลองการพับตัวของโปรตีน แต่ระบบดังกล่าวมีราคาแพงโดยเนื้อแท้และมักจะใช้ร่วมกันระหว่างกลุ่มวิจัยหลายกลุ่ม นอกจากนี้ เนื่องจากการคำนวณในแบบจำลองจลนศาสตร์เกิดขึ้นแบบอนุกรมการปรับขนาดการจำลองโมเลกุลแบบดั้งเดิมให้เข้ากับสถาปัตยกรรมเหล่านี้จึงทำได้ยากเป็นพิเศษ^{[ 13 ] [ 14 ]}ยิ่งไปกว่านั้น เนื่องจากกระบวนการพับตัวของโปรตีนเป็นกระบวนการสุ่ม (เช่น สุ่ม) และสามารถเปลี่ยนแปลงทางสถิติได้ตลอดเวลา การใช้การจำลองที่ยาวนานเพื่อให้ได้มุมมองที่ครอบคลุมของกระบวนการพับตัวจึงเป็นเรื่องท้าทายในเชิงการคำนวณ^{[ 15 ] [ 16 ]}

การพับโปรตีนไม่ได้เกิดขึ้นในขั้นตอนเดียว^{[ 9 ]}แต่โปรตีนใช้เวลาส่วนใหญ่ในการพับตัว เกือบ 96% ในบางกรณี^{[ 17 ]}รออยู่ในสถานะโครงสร้าง ระดับกลางต่างๆ ซึ่งแต่ละสถานะเป็นจุดต่ำสุดของ พลังงานอิสระทางอุณหพลศาสตร์ ในภูมิ ทัศน์พลังงานของโปรตีนFolding@home ใช้โครงสร้างเหล่านี้เป็นจุดเริ่มต้นสำหรับชุด วิถีการจำลอง ผ่านกระบวนการที่เรียกว่าการสุ่มตัวอย่างแบบปรับตัวเมื่อการจำลองค้นพบโครงสร้างเพิ่มเติม วิถีการจำลองจะเริ่มต้นใหม่จากโครงสร้างเหล่านั้น และแบบจำลองสถานะมาร์คอฟ (MSM) จะถูกสร้างขึ้นทีละน้อยจากกระบวนการแบบวนรอบนี้ MSM เป็น แบบ จำลองสมการหลักแบบเวลาไม่ต่อเนื่องซึ่งอธิบายภูมิทัศน์โครงสร้างและพลังงานของโมเลกุลชีวภาพเป็นชุดของโครงสร้างที่แตกต่างกันและการเปลี่ยนผ่านสั้นๆ ระหว่างโครงสร้างเหล่านั้น วิธีการแบบจำลองสถานะมาร์คอฟแบบสุ่มตัวอย่างแบบปรับตัวช่วยเพิ่มประสิทธิภาพของการจำลองอย่างมาก เนื่องจากหลีกเลี่ยงการคำนวณภายในจุดต่ำสุดของพลังงาน และเหมาะสมกับการคำนวณแบบกระจาย (รวมถึงบนGPUGRID ) เนื่องจากอนุญาตให้มีการรวมทางสถิติของวิถีการจำลองสั้นๆ ที่เป็นอิสระ^{[ ‡ 8 ]}ระยะเวลาที่ใช้ในการสร้างแบบจำลองสถานะมาร์คอฟจะแปรผกผันกับจำนวนการจำลองแบบขนานที่ดำเนินการ กล่าวคือ จำนวนโปรเซสเซอร์ที่มีอยู่ กล่าวอีกนัยหนึ่งคือ บรรลุการขนาน เชิงเส้น ซึ่งนำไปสู่การลดเวลาการคำนวณแบบอนุกรมโดยรวมลงประมาณสี่ลำดับขนาดแบบจำลองสถานะมาร์คอฟที่สมบูรณ์อาจมีสถานะตัวอย่างหลายหมื่นสถานะจากพื้นที่เฟส ของโปรตีน (โครงสร้างทั้งหมดที่โปรตีนสามารถรับได้) และการเปลี่ยนผ่านระหว่างสถานะเหล่านั้น แบบจำลองนี้แสดงให้เห็นถึงเหตุการณ์การพับและเส้นทาง (เช่น เส้นทาง) และนักวิจัยสามารถใช้การจัดกลุ่มจลนศาสตร์ในภายหลังเพื่อดูการแสดงแบบหยาบของแบบจำลองที่มีรายละเอียดสูง พวกเขาสามารถใช้แบบจำลองสถานะมาร์คอฟเหล่านี้เพื่อเปิดเผยว่าโปรตีนพับผิดรูปได้อย่างไร และเพื่อเปรียบเทียบการจำลองกับการทดลองในเชิงปริมาณ^{[ 2 ] [ 15 ] [ 18 ]}

ระหว่างปี 2000 ถึง 2010 ความยาวของโปรตีนที่ Folding@home ศึกษาเพิ่มขึ้นเป็นสี่เท่า ในขณะที่ช่วงเวลาสำหรับการจำลองการพับโปรตีนเพิ่มขึ้นถึงหกอันดับ^{[ ‡ 9 ]}ในปี 2002 Folding@home ใช้แบบจำลองสถานะมาร์คอฟเพื่อทำการจำลองประมาณหนึ่งล้าน วัน CPUในช่วงเวลาหลายเดือน^{[ 6 ]}และในปี 2011 MSMs ได้ทำการขนานการจำลองอีกครั้งหนึ่งซึ่งต้องใช้เวลาประมวลผลรวม 10 ล้านชั่วโมง CPU ^{[ 19 ]}ในเดือนมกราคม 2010 Folding@home ใช้ MSMs เพื่อจำลองพลวัตของโปรตีน NTL9 32 หน่วยที่ พับช้า ไปจนถึง 1.52 มิลลิวินาที ซึ่งเป็นช่วงเวลาที่สอดคล้องกับการคาดการณ์อัตราการพับจากการทดลอง แต่ยาวนานกว่าที่เคยทำได้ถึงหนึ่งพันเท่า แบบจำลองประกอบด้วยวิถีการเคลื่อนที่แต่ละเส้นจำนวนมาก แต่ละเส้นสั้นกว่าสองอันดับ และให้รายละเอียดในระดับที่ไม่เคยมีมาก่อนเกี่ยวกับภูมิทัศน์พลังงานของโปรตีน^{[ 2 ] [ 4 ] [ 20 ]}ในปี 2010 Gregory Bowman นักวิจัยของ Folding@home ได้รับรางวัลThomas Kuhn Paradigm Shift AwardจากAmerican Chemical Societyสำหรับการพัฒนา ซอฟต์แวร์ MSMBuilder แบบโอเพนซอร์สและสำหรับการบรรลุข้อตกลงเชิงปริมาณระหว่างทฤษฎีและการทดลอง^{[ 21 ] [ 22 ]}สำหรับผลงานของเขา Pande ได้รับรางวัล Michael and Kate Bárány Award for Young Investigators ประจำปี 2012 สำหรับ "การพัฒนาวิธีการคำนวณที่กำหนดและเปลี่ยนแปลงวงการเพื่อสร้างแบบจำลองทางทฤษฎีชั้นนำสำหรับการพับโปรตีนและRNA " ^{[ 23 ]}และรางวัล Irving Sigal Young Investigator Award ประจำปี 2006 สำหรับผลการจำลองของเขาซึ่ง "กระตุ้นให้มีการตรวจสอบความหมายของการวัดทั้งแบบกลุ่มและแบบโมเลกุลเดี่ยวอีกครั้ง ทำให้ความพยายามของ Pande เป็นการมีส่วนร่วมที่บุกเบิกในวิธีการจำลอง" ^{[ ‡ 10 ]}

การพับตัวผิดปกติของโปรตีนอาจส่งผลให้เกิดโรคต่างๆ มากมายรวมถึงโรคอัลไซเมอร์มะเร็งโรค ค รอย ซ์เฟลด์ - จาคอบ โรคซิสติกไฟ โบรซิ สโรคฮันติงตัน โรค โลหิตจาง ชนิดเคียว และโรคเบาหวานชนิดที่ 2 ^{[ 9 ] [ 24 ] [ ‡ 11 ]}การติดเชื้อของเซลล์โดยไวรัส เช่นHIVและไข้หวัดใหญ่ยังเกี่ยวข้องกับเหตุการณ์การพับตัวบนเยื่อหุ้มเซลล์ด้วย^{[ 25 ]}เมื่อเข้าใจการพับตัวผิดปกติของโปรตีนได้ดีขึ้นแล้ว ก็สามารถพัฒนายาบำบัดที่เสริมความสามารถตามธรรมชาติของเซลล์ในการควบคุมการพับตัวของโปรตีนได้ยาบำบัด ดังกล่าว รวมถึงการใช้โมเลกุลที่ได้รับการออกแบบเพื่อเปลี่ยนแปลงการผลิตโปรตีนที่กำหนด ช่วยทำลายโปรตีนที่พับตัวผิดปกติ หรือช่วยในกระบวนการพับตัว^{[ 26 ]}การผสมผสานระหว่างการสร้างแบบจำลองโมเลกุลด้วยคอมพิวเตอร์และการวิเคราะห์เชิงทดลองมีศักยภาพที่จะกำหนดอนาคตของเวชศาสตร์โมเลกุลและการออกแบบยาบำบัดอย่างมีเหตุผล^{[ 11 ]}เช่น การเร่งและลดต้นทุนใน การค้น พบยา^{[ 27 ]}เป้าหมายของ Folding@home ในช่วงห้าปีแรกคือการพัฒนาความเข้าใจเกี่ยวกับการพับ ในขณะที่เป้าหมายปัจจุบันคือการทำความเข้าใจการพับที่ผิดพลาดและโรคที่เกี่ยวข้อง โดยเฉพาะโรคอัลไซเมอร์^{[ ‡ 12 ]}

การจำลองที่ดำเนินการบน Folding@home ถูกนำมาใช้ร่วมกับการทดลองในห้องปฏิบัติการ^{[ 15 ]}แต่นักวิจัยสามารถใช้การจำลองเหล่านี้เพื่อศึกษาว่าการพับในหลอดทดลองแตกต่างจากการพับในสภาพแวดล้อมของเซลล์ตามธรรมชาติอย่างไร ซึ่งเป็นประโยชน์ในการศึกษาแง่มุมของการพับ การพับผิดรูป และความสัมพันธ์กับโรคต่างๆ ที่ยากต่อการสังเกตจากการทดลอง ตัวอย่างเช่น ในปี 2011 Folding@home ได้จำลองการพับโปรตีนภายใน อุโมงค์ทางออก ของไรโบโซมเพื่อช่วยให้นักวิทยาศาสตร์เข้าใจได้ดีขึ้นว่าการจำกัดและการแออัดตามธรรมชาติอาจส่งผลต่อกระบวนการพับอย่างไร^{[ ‡ 13 ] [ 28 ]}นอกจากนี้ นักวิทยาศาสตร์มักใช้สารเคมีที่ทำให้โปรตีนเสียสภาพเพื่อคลายโปรตีนจากสถานะดั้งเดิมที่เสถียร โดยทั่วไปแล้วยังไม่เป็นที่ทราบแน่ชัดว่าสารที่ทำให้เสียสภาพส่งผลต่อการพับโปรตีนอย่างไร และเป็นการยากที่จะตรวจสอบจากการทดลองว่าสถานะที่เสียสภาพเหล่านี้มีโครงสร้างตกค้างที่อาจส่งผลต่อพฤติกรรมการพับหรือไม่ ในปี 2010 Folding@home ใช้ GPU เพื่อจำลองสถานะที่คลายตัวของโปรตีน Lและทำนายอัตราการยุบตัวที่สอดคล้องกับผลการทดลองอย่างมาก^{[ 29 ]}

ชุดข้อมูลขนาดใหญ่จากโครงการนี้เปิดให้ใช้งานฟรีสำหรับนักวิจัยท่านอื่น ๆ ตามคำขอ และบางส่วนสามารถเข้าถึงได้จากเว็บไซต์ Folding@home ^{[ ‡ 14 ] [ ‡ 15 ]}ห้องปฏิบัติการ Pande ได้ร่วมมือกับระบบพลศาสตร์โมเลกุลอื่น ๆ เช่นซูเปอร์คอมพิวเตอร์Blue Gene ^{[ 30 ]}และพวกเขายังแบ่งปันซอฟต์แวร์หลักของ Folding@home กับนักวิจัยท่านอื่น ๆ เพื่อให้อัลกอริธึมที่เป็นประโยชน์ต่อ Folding@home สามารถช่วยเหลือสาขาวิทยาศาสตร์อื่น ๆ ได้^{[ ‡ 14 ]}ในปี 2011 พวกเขาได้เผยแพร่ซอฟต์แวร์โอเพนซอร์ส Copernicus ซึ่งมีพื้นฐานมาจาก MSM ของ Folding@home และวิธีการขนานอื่น ๆ และมีเป้าหมายเพื่อปรับปรุงประสิทธิภาพและการขยายขนาดของการจำลองโมเลกุลบนคลัสเตอร์คอมพิวเตอร์ ขนาดใหญ่ หรือซูเปอร์คอมพิวเตอร์ [ ^{31 ] [ 32 ] สรุป}ผลการค้นพบทางวิทยาศาสตร์ทั้งหมดจาก Folding@home จะถูกโพสต์บนเว็บไซต์ Folding@home หลังจากการเผยแพร่^{[ ‡ 16 ]}

โรคอัลไซเมอร์มีความเกี่ยวข้องกับการสะสมตัวของชิ้นส่วนโปรตีนอะไมลอยด์เบต้าในสมอง (ด้านขวา) นักวิจัยได้ใช้ Folding@home เพื่อจำลองกระบวนการสะสมตัวนี้ เพื่อทำความเข้าใจสาเหตุของโรคให้ดียิ่งขึ้น

โรคอัลไซเมอร์เป็น โรค ทางระบบประสาทเสื่อม ที่ไม่สามารถรักษาให้หายขาดได้ ซึ่งมักส่งผลกระทบต่อผู้สูงอายุและคิดเป็นมากกว่าครึ่งหนึ่งของกรณีภาวะสมองเสื่อม ทั้งหมด สาเหตุที่แท้จริงยังไม่เป็นที่ทราบแน่ชัด แต่โรคนี้ถูกระบุว่าเป็นโรคที่เกิดจากการพับตัวผิดปกติของโปรตีน โรคอัลไซเมอร์เกี่ยวข้องกับการรวม ตัวกันที่เป็น พิษของ เปปไทด์ อะไมลอยด์เบต้า (Aβ) ซึ่งเกิดจากการพับตัวผิดปกติของ Aβ และการจับกลุ่มกันกับเปปไทด์ Aβ อื่นๆ กลุ่ม Aβ เหล่านี้จะเติบโตเป็นคราบพลัคในสมองที่มี ขนาดใหญ่ขึ้นอย่างมาก ซึ่งเป็นเครื่องหมายทางพยาธิวิทยาของโรคอัลไซเมอร์^{[ 33 ] [ 34 ] [ 35 ]}เนื่องจากลักษณะที่ไม่เป็นเนื้อเดียวกันของกลุ่มเหล่านี้ วิธีการทดลอง เช่นการตกผลึกด้วยรังสีเอกซ์และการเรโซแนนซ์แม่เหล็กนิวเคลียร์ (NMR) จึงประสบปัญหาในการระบุลักษณะโครงสร้างของพวกมัน นอกจากนี้ การจำลองอะตอมของการรวมตัวของ Aβ ยังต้องการการคำนวณที่สูงมากเนื่องจากขนาดและความซับซ้อน^{[ 36 ] [ 37 ]}

การป้องกันการรวมตัวของ Aβ เป็นวิธีการที่มีแนวโน้มที่ดีในการพัฒนายารักษาโรคอัลไซเมอร์ ตามที่ Naeem และ Fazili กล่าวไว้ในบทความทบทวนวรรณกรรม^{[ 38 ]}ในปี 2551 Folding@home ได้จำลองพลวัตของการรวมตัวของ Aβ ในรายละเอียดระดับอะตอมในช่วงเวลาหลายสิบวินาที การศึกษาก่อนหน้านี้สามารถจำลองได้เพียงประมาณ 10 ไมโครวินาทีเท่านั้น Folding@home สามารถจำลองการพับของ Aβ ได้นานกว่าที่เคยเป็นไปได้ถึงหกเท่า นักวิจัยใช้ผลการศึกษาครั้งนี้เพื่อระบุเบต้าแฮร์พินที่เป็นแหล่งสำคัญของปฏิสัมพันธ์ระดับโมเลกุลภายในโครงสร้าง^{[ 39 ]}การศึกษานี้ช่วยเตรียมความพร้อมให้กับห้องปฏิบัติการ Pande สำหรับการศึกษาการรวมตัวในอนาคตและการวิจัยเพิ่มเติมเพื่อค้นหาเปปไทด์ขนาดเล็กที่อาจช่วยทำให้กระบวนการรวมตัวมีเสถียรภาพ^{[ 36 ]}

ในเดือนธันวาคม พ.ศ. 2551 Folding@home พบยาตัวเล็กๆ หลายตัวที่ดูเหมือนจะยับยั้งความเป็นพิษของสารประกอบ Aβ ^{[ ‡ 17 ]}ในปี พ.ศ. 2553 โดยความร่วมมืออย่างใกล้ชิดกับศูนย์เครื่องจักรการพับโปรตีน ยาเหล่านี้เริ่มได้รับการทดสอบกับเนื้อเยื่อทางชีวภาพ [ ^{‡ 11 ]}ในปี พ.ศ. 2554 Folding@home ได้ทำการจำลองการกลายพันธุ์ของ Aβ หลายแบบที่ดูเหมือนจะทำให้การก่อตัวของสารประกอบมีเสถียรภาพ ซึ่งอาจช่วยในการพัฒนายาบำบัดสำหรับโรคนี้ และช่วยอย่างมากในการ ศึกษา การทดลองสเปกโทรสโกปีนิวเคลียร์แมกเนติกเรโซแนน ซ์ ของโอลิโกเมอร์ Aβ ^{[ 37 ] [ 40 ]}ต่อมาในปีนั้น Folding@home เริ่มจำลองชิ้นส่วน Aβ ต่างๆ เพื่อพิจารณาว่าเอนไซม์ธรรมชาติหลายชนิดส่งผลต่อโครงสร้างและการพับของ Aβ อย่างไร^{[ ‡ 18 ] [ ‡ 19 ]}

โรคฮันติงตันเป็นโรคทาง พันธุกรรมที่ทำให้เกิดความเสื่อมของระบบประสาท ซึ่งเกี่ยวข้องกับการพับตัวและการรวมกลุ่มของโปรตีนที่ผิดปกติ การซ้ำกันมากเกินไปของ กรดอะมิโน กลูตามีนที่ปลายN-terminusของโปรตีนฮันติงตินทำให้เกิดการรวมกลุ่ม และถึงแม้ว่าพฤติกรรมของการซ้ำกันจะยังไม่เป็นที่เข้าใจอย่างสมบูรณ์ แต่ก็ส่งผลให้เกิดความเสื่อมถอยทางสติปัญญาที่เกี่ยวข้องกับโรคนี้^{[ 41 ]}เช่นเดียวกับการรวมกลุ่มอื่นๆ การกำหนดโครงสร้างของมันด้วยวิธีการทดลองนั้นทำได้ยาก^{[ 42 ]}นักวิทยาศาสตร์กำลังใช้ Folding@home เพื่อศึกษาโครงสร้างของโปรตีนฮันติงตินที่รวมตัวกันและเพื่อทำนายวิธีการก่อตัว ซึ่งจะช่วยใน วิธี การออกแบบยาอย่างมีเหตุผลเพื่อหยุดการก่อตัวของการรวมกลุ่ม^{[ ‡ 11 ]}ชิ้นส่วน N17 ของโปรตีนฮันติงตินเร่งการรวมกลุ่มนี้ และในขณะที่มีการเสนอหลายกลไก บทบาทที่แท้จริงของมันในกระบวนการนี้ยังคงไม่เป็นที่รู้จักมากนัก^{[ 43 ]} Folding@home ได้จำลองชิ้นส่วนนี้และชิ้นส่วนอื่นๆ เพื่อชี้แจงบทบาทของพวกมันในโรคนี้^{[ ‡ 20 ]}ตั้งแต่ปี 2008 วิธีการออกแบบยาสำหรับโรคอัลไซเมอร์ได้ถูกนำไปใช้กับโรคฮันติงตัน^{[ ‡ 11 ]}

มะเร็งที่รู้จักมากกว่าครึ่งหนึ่งเกี่ยวข้องกับการกลายพันธุ์ของp53ซึ่งเป็น โปรตีน ยับยั้งเนื้องอกที่มีอยู่ในทุกเซลล์ ทำหน้าที่ควบคุมวงจรเซลล์และส่งสัญญาณให้เซลล์ตายในกรณีที่ดีเอ็นเอ เสียหาย การกลายพันธุ์เฉพาะใน p53 สามารถขัดขวางการทำงานเหล่านี้ ทำให้เซลล์ที่ผิดปกติสามารถเติบโตต่อไปได้โดยไม่ถูกควบคุม ส่งผลให้เกิดเนื้องอกการวิเคราะห์การกลายพันธุ์เหล่านี้ช่วยอธิบายสาเหตุที่แท้จริงของมะเร็งที่เกี่ยวข้องกับ p53 ^{[ 44 ]}ในปี 2547 Folding@home ถูกใช้เพื่อทำการศึกษาพลศาสตร์โมเลกุลครั้งแรกเกี่ยวกับการพับตัวใหม่ของโปรตีนไดเมอร์ ของ p53 ในการจำลองน้ำแบบอะตอมทั้งหมดผลลัพธ์ของการจำลองสอดคล้องกับการสังเกตการณ์เชิงทดลองและให้ข้อมูลเชิงลึกเกี่ยวกับการพับตัวใหม่ของไดเมอร์ซึ่งก่อนหน้านี้ไม่สามารถหาได้^{[ 45 ]}นี่เป็นการตีพิมพ์ครั้งแรกที่ได้รับการตรวจสอบโดยผู้เชี่ยวชาญเกี่ยวกับมะเร็งจากโครงการคอมพิวเตอร์แบบกระจาย^{[ 46 ]}ในปีต่อมา Folding@home ได้ขับเคลื่อนวิธีการใหม่ในการระบุกรดอะมิโนที่สำคัญต่อความเสถียรของโปรตีนที่กำหนด ซึ่งต่อมาได้นำไปใช้ในการศึกษาการกลายพันธุ์ของ p53 วิธีนี้ประสบความสำเร็จพอสมควรในการระบุการกลายพันธุ์ที่ส่งเสริมมะเร็งและกำหนดผลกระทบของการกลายพันธุ์เฉพาะที่ไม่สามารถวัดได้ด้วยวิธีการทดลอง^{[ 47 ]}

Folding@home ยังใช้ในการศึกษาโปรตีนชาเปอโรน [ ^{‡ 11 ]} ซึ่งเป็น โปรตีนช็อกความร้อนที่มีบทบาทสำคัญในการอยู่รอดของเซลล์โดยช่วยในการพับโปรตีนอื่นๆ ใน สภาพแวดล้อม ที่แออัดและเครียดทางเคมีภายในเซลล์ เซลล์มะเร็งที่เติบโตอย่างรวดเร็วต้องพึ่งพาชาเปอโรนเฉพาะ และชาเปอโรนบางชนิดมีบทบาทสำคัญใน การต้านทาน เคมีบำบัด การยับยั้งชาเปอโรนเฉพาะเหล่านี้ถือเป็นกลไกการออกฤทธิ์ที่เป็นไปได้สำหรับยาเคมีบำบัดที่มีประสิทธิภาพหรือเพื่อลดการแพร่กระจายของมะเร็ง^{[ 48 ]}การใช้ Folding@home และการทำงานอย่างใกล้ชิดกับศูนย์เครื่องจักรการพับโปรตีน ห้องปฏิบัติการ Pande หวังว่าจะค้นพบยาที่ยับยั้งชาเปอโรนที่เกี่ยวข้องกับเซลล์มะเร็ง^{[ ‡ 21 ]}นักวิจัยยังใช้ Folding@home เพื่อศึกษาโมเลกุลอื่นๆ ที่เกี่ยวข้องกับมะเร็ง เช่น เอนไซม์Src kinaseและโฮมีโอโดเมนengrailed บางรูปแบบ ซึ่งเป็นโปรตีนขนาดใหญ่ที่อาจเกี่ยวข้องกับโรคต่างๆ มากมาย รวมถึงมะเร็ง^{[ ‡ 22 ] [ ‡ 23 ]}ในปี 2554 Folding@home เริ่มจำลองพลวัตของ โปรตีน น็อตติน ขนาดเล็ก EETI ซึ่งสามารถระบุมะเร็งในภาพสแกนได้โดยการจับกับตัวรับบนพื้นผิวของเซลล์มะเร็ง^{[ ‡ 24 ] [ ‡ 25 ]}

อินเตอร์ลิวคิน 2 (IL-2) เป็นโปรตีนที่ช่วยให้เซลล์ Tของระบบภูมิคุ้มกันโจมตีเชื้อโรคและเนื้องอก อย่างไรก็ตาม การใช้ในการรักษามะเร็งนั้นมีข้อจำกัดเนื่องจากผลข้างเคียงร้ายแรง เช่นภาวะบวมน้ำในปอด IL-2 จับกับเซลล์ปอดในลักษณะที่แตกต่างจากที่จับกับเซลล์ T ดังนั้นการวิจัยเกี่ยวกับ IL-2 จึงเกี่ยวข้องกับการทำความเข้าใจความแตกต่างระหว่างกลไกการจับเหล่านี้ ในปี 2555 Folding@home ได้ช่วยค้นพบรูปแบบกลายพันธุ์ของ IL-2 ซึ่งมีประสิทธิภาพในการทำงานของระบบภูมิคุ้มกันมากกว่าถึง 300 เท่า แต่มีผลข้างเคียงน้อยกว่า ในการทดลอง รูปแบบที่เปลี่ยนแปลงนี้มีประสิทธิภาพเหนือกว่า IL-2 ตามธรรมชาติอย่างมีนัยสำคัญในการยับยั้งการเจริญเติบโตของเนื้องอกบริษัทเภสัชกรรมได้แสดงความสนใจในโมเลกุลกลายพันธุ์นี้ และสถาบันสุขภาพแห่งชาติกำลังทดสอบกับแบบจำลองเนื้องอกที่หลากหลายเพื่อพยายามเร่งการพัฒนาให้เป็นยาบำบัด^{[ 49 ] [ 50 ]}

โรคกระดูกเปราะ (Osteogenesis imperfecta ) เป็นโรคทางพันธุกรรมที่รักษาไม่หายและอาจถึงแก่ชีวิตได้ ผู้ที่เป็นโรคนี้จะไม่สามารถสร้างเนื้อเยื่อเกี่ยวพันของกระดูกที่ใช้งานได้ ซึ่งส่วนใหญ่เกิดจากการกลายพันธุ์ใน^คอลลาเจนชนิดที่ 1 [ ^{51 ]}ซึ่งทำหน้าที่โครงสร้างหลายอย่างและเป็นโปรตีนที่พบมากที่สุดในสัตว์เลี้ยงลูกด้วยนม [ ^{52 ] การ}กลายพันธุ์ทำให้โครงสร้างเกลียวสามชั้นของคอลลาเจน ผิดรูป ซึ่งหากไม่ถูกทำลายตามธรรมชาติ จะนำไปสู่เนื้อเยื่อกระดูกที่ผิดปกติและอ่อนแอ^{[ 53 ]}ในปี 2548 Folding@home ได้ทดสอบ วิธี การทางกลศาสตร์ควอนตัม แบบใหม่ ที่ปรับปรุงวิธีการจำลองก่อนหน้านี้ และอาจเป็นประโยชน์สำหรับการศึกษาการคำนวณคอลลาเจนในอนาคต^{[ 54 ]}แม้ว่านักวิจัยจะใช้ Folding@home เพื่อศึกษาการพับและการพับผิดรูปของคอลลาเจน แต่ความสนใจยังคงเป็นเพียงโครงการนำร่องเมื่อเทียบกับ การวิจัย โรคอัลไซเมอร์และโรคฮันติงตัน^{[ ‡ 11 ]}

Folding@home ช่วยในการวิจัยเพื่อป้องกันไวรัส บางชนิด เช่นไข้หวัดใหญ่และเอชไอวีไม่ให้รู้จักและเข้าสู่เซลล์ชีวภาพ [ ^{‡ 11 ]}ในปี 2011 Folding@home เริ่มจำลองพลวัตของเอนไซม์RNase Hซึ่งเป็นส่วนประกอบสำคัญของเอชไอวี เพื่อพยายามออกแบบยาเพื่อยับยั้งการทำงาน ของเอนไซม์นี้ ^{[ ‡ 26 ]} Folding@home ยังถูกใช้เพื่อศึกษาการหลอมรวมของเยื่อหุ้มเซลล์ซึ่งเป็นเหตุการณ์สำคัญสำหรับการติดเชื้อไวรัสและหน้าที่ทางชีวภาพที่หลากหลาย การหลอมรวมนี้เกี่ยวข้องกับการเปลี่ยนแปลงโครงสร้างของโปรตีนหลอมรวมของไวรัสและการเชื่อมต่อของโปรตีน^{[ 25 ]}แต่กลไกโมเลกุลที่แท้จริงเบื้องหลังการหลอมรวมยังคงไม่เป็นที่รู้จักมากนัก^{[ 55 ]}เหตุการณ์การหลอมรวมอาจประกอบด้วยอะตอมมากกว่าครึ่งล้านอะตอมที่โต้ตอบกันเป็นเวลาหลายร้อยไมโครวินาที ความซับซ้อนนี้จำกัดการจำลองด้วยคอมพิวเตอร์ทั่วไปไว้ที่ประมาณหนึ่งหมื่นอะตอมในช่วงเวลาหลายสิบนาโนวินาที ซึ่งเป็นความแตกต่างหลายลำดับขนาด^{[ 39 ]}การพัฒนาแบบจำลองเพื่อทำนายกลไกการหลอมรวมของเยื่อหุ้มเซลล์จะช่วยให้เกิดความเข้าใจทางวิทยาศาสตร์เกี่ยวกับวิธีการกำหนดเป้าหมายกระบวนการดังกล่าวด้วยยาต้านไวรัส^{[ 56 ]}ในปี 2549 นักวิทยาศาสตร์ได้ประยุกต์ใช้แบบจำลองสถานะมาร์คอฟและเครือข่าย Folding@home เพื่อค้นพบสองเส้นทางสำหรับการหลอมรวมและได้รับข้อมูลเชิงลึกเชิงกลไกอื่นๆ^{[ 39 ]}

จากการจำลองอย่างละเอียดของ Folding@home เกี่ยวกับเซลล์ขนาดเล็กที่เรียกว่าเวสิเคิลในปี 2550 ห้องปฏิบัติการ Pande ได้นำวิธีการคำนวณแบบใหม่มาใช้เพื่อวัดโทโพโลยีของการเปลี่ยนแปลงโครงสร้างระหว่างการหลอมรวม^{[ 57 ]}ในปี 2552 นักวิจัยได้ใช้ Folding@home เพื่อศึกษาการกลายพันธุ์ของฮีแมกกลูตินินของไวรัสไข้หวัดใหญ่ซึ่งเป็นโปรตีนที่ยึดไวรัสกับ เซลล์ เจ้าบ้านและช่วยในการเข้าสู่เซลล์ของไวรัส การกลายพันธุ์ของฮีแมกกลูตินินส่งผลต่อความสามารถในการจับ กับโมเลกุล ตัวรับบนพื้นผิวเซลล์ของเจ้าบ้านซึ่งเป็นตัวกำหนดว่าสายพันธุ์ไวรัสจะติดเชื้อ สิ่งมีชีวิตเจ้าบ้านได้มากน้อยเพียงใด ความรู้เกี่ยวกับผลกระทบของการกลายพันธุ์ของฮีแมกกลูตินิ น ช่วยในการพัฒนา ยาต้านไวรัส^{[ 58 ] [ 59 ]}ณ ปี 2555 Folding@home ยังคงจำลองการพับและการโต้ตอบของฮีแมกกลูตินิน ซึ่งเสริมการศึกษาเชิงทดลองที่มหาวิทยาลัยเวอร์จิเนีย^{[ ‡ 11 ] [ ‡ 27 ]}

ในเดือนมีนาคม พ.ศ. 2563 Folding@home ได้เปิดตัวโปรแกรมเพื่อช่วยเหลือนักวิจัยทั่วโลกที่กำลังทำงานเพื่อค้นหาวิธีรักษาและเรียนรู้เพิ่มเติมเกี่ยวกับการระบาดใหญ่ของไวรัสโคโรนาโครงการในระยะแรกจำลองเป้าหมายโปรตีนที่อาจใช้เป็นยาได้จากไวรัส SARS-CoV-2 และไวรัส SARS-CoV ที่เกี่ยวข้อง ซึ่งมีข้อมูลมากกว่ามาก^{[ 60 ] [ ‡ 28 ] [ 61 ]}

ยาออกฤทธิ์โดยการจับกับตำแหน่งเฉพาะบนโมเลกุลเป้าหมายและทำให้เกิดการเปลี่ยนแปลงที่ต้องการ เช่น การทำให้เป้าหมายไม่ทำงานหรือทำให้เกิดการเปลี่ยนแปลงโครงสร้าง ในอุดมคติแล้ว ยาควรออกฤทธิ์อย่างจำเพาะเจาะจงและจับกับเป้าหมายเท่านั้นโดยไม่รบกวนการทำงานทางชีวภาพอื่นๆ อย่างไรก็ตาม เป็นเรื่องยากที่จะระบุได้อย่างแม่นยำว่าโมเลกุลสองโมเลกุลจะจับกันที่ใดและแน่นแค่ไหนเนื่องจากข้อจำกัดของกำลังการคำนวณ วิธีการ ทางคอมพิวเตอร์ใน ปัจจุบัน มักจะต้องแลกความเร็วกับความแม่นยำเช่น การใช้ วิธี การเชื่อมต่อโปรตีน อย่างรวดเร็ว แทนการคำนวณพลังงานอิสระ ที่มีต้นทุนการคำนวณ สูง ประสิทธิภาพการคำนวณของ Folding@home ช่วยให้นักวิจัยสามารถใช้วิธีการทั้งสองและประเมินประสิทธิภาพและความน่าเชื่อถือได้^{[ ‡ 12 ] [ ‡ 29 ] [ 62 ]}การออกแบบยาโดยใช้คอมพิวเตอร์ช่วยมีศักยภาพที่จะเร่งและลดต้นทุนในการค้นพบยา^{[ 27 ]}ในปี 2010 Folding@home ใช้ MSM และการคำนวณพลังงานอิสระเพื่อทำนายสถานะดั้งเดิมของ โปรตีน วิลลิ นให้ มีความคลาดเคลื่อนเฉลี่ยกำลังสอง (RMSD) ไม่เกิน 1.8 อังสตรอม (Å) จากโครงสร้างผลึกที่กำหนดโดยการทดลองผ่านการตกผลึกด้วยรังสีเอกซ์ความแม่นยำนี้มีผลต่อวิธีการทำนายโครงสร้างโปรตีน ในอนาคต รวมถึง โปรตีนที่ไม่มีโครงสร้างโดยเนื้อแท้ [ ^{39 ] นัก}วิทยาศาสตร์ได้ใช้ Folding@home เพื่อวิจัยความต้านทานยาโดยการศึกษาแวนโคไมซินซึ่งเป็นยาปฏิชีวนะตัวสุดท้ายและเบต้า-แลคตาเมสซึ่งเป็นโปรตีนที่สามารถย่อยสลายยาปฏิชีวนะเช่นเพนิซิลลินได้^{[ ‡ 30 ] [ ‡ 31 ]}

กิจกรรมทางเคมีเกิดขึ้นตาม บริเวณออกฤทธิ์ของโปรตีนวิธีการออกแบบยาแบบดั้งเดิมเกี่ยวข้องกับการจับกับบริเวณนี้อย่างแน่นหนาและปิดกั้นกิจกรรม โดยตั้งสมมติฐานว่าโปรตีนเป้าหมายมีโครงสร้างที่คงที่ อย่างไรก็ตาม วิธีนี้ใช้ได้ผลกับโปรตีนเพียงประมาณ 15% เท่านั้น โปรตีนมีบริเวณอัลโลสเตอริกซึ่งเมื่อจับกับโมเลกุลขนาดเล็ก จะสามารถเปลี่ยนแปลงโครงสร้างของโปรตีนและส่งผลต่อกิจกรรมของโปรตีนในที่สุด บริเวณเหล่านี้เป็นเป้าหมายยาที่น่าสนใจ แต่การค้นหาบริเวณเหล่านี้ต้องใช้การคำนวณที่สูง มาก ในปี 2555 Folding@home และ MSMs ถูกนำมาใช้เพื่อระบุบริเวณอัลโลสเตอริกในโปรตีนที่เกี่ยวข้องทางการแพทย์ 3 ชนิด ได้แก่ เบต้า-แลคตาเมส อินเตอร์ลิวคิน-2และอาร์เอ็นเอสเอช [ ^{‡ 31 ] [ 63 ]}

ยาปฏิชีวนะที่รู้จักประมาณครึ่งหนึ่งขัดขวางการทำงานของไรโบโซม ของแบคทีเรีย ซึ่งเป็นเครื่องจักรทางชีวเคมีขนาดใหญ่และซับซ้อนที่ทำหน้าที่สังเคราะห์โปรตีนโดยการแปลอาร์เอ็นเอผู้ส่งสารเป็นโปรตีน ยา ปฏิชีวนะกลุ่มมาโครไลด์จะอุดตันอุโมงค์ทางออกของไรโบโซม ป้องกันการสังเคราะห์โปรตีนที่จำเป็นของแบคทีเรีย ในปี 2550 ห้องปฏิบัติการ Pande ได้รับทุนเพื่อศึกษาและออกแบบยาปฏิชีวนะใหม่^{[ ‡ 11 ]}ในปี 2551 พวกเขาใช้ Folding@home เพื่อศึกษาภายในอุโมงค์นี้และวิธีที่โมเลกุลเฉพาะอาจส่งผลกระทบต่อมัน^{[ 64 ]}โครงสร้างทั้งหมดของไรโบโซมได้รับการกำหนดในปี 2554 เท่านั้น และ Folding@home ยังได้จำลองโปรตีนไรโบโซม ด้วย เนื่องจากหน้าที่หลายอย่างของพวกมันยังคงไม่เป็นที่รู้จักมากนัก^{[ ‡ 32 ]}

เช่นเดียวกับโครงการ ประมวลผลแบบกระจายอื่นๆFolding@home เป็น โครงการ วิทยาศาสตร์ภาคประชาชน ออนไลน์ ในโครงการเหล่านี้ ผู้ที่ไม่ใช่ผู้เชี่ยวชาญจะร่วมสนับสนุนพลังการประมวลผลของคอมพิวเตอร์หรือช่วยวิเคราะห์ข้อมูลที่ผลิตโดยนักวิทยาศาสตร์มืออาชีพ ผู้เข้าร่วมจะไม่ได้รับผลตอบแทนที่เห็นได้ชัดเจนหรือได้รับเพียงเล็กน้อย

มีการวิจัยเกี่ยวกับแรงจูงใจของนักวิทยาศาสตร์พลเมือง และการศึกษาส่วนใหญ่พบว่าผู้เข้าร่วมมีแรงจูงใจที่จะเข้าร่วมเนื่องจากเหตุผลด้านความเสียสละ กล่าวคือ พวกเขาต้องการช่วยเหลือนักวิทยาศาสตร์และมีส่วนร่วมในการพัฒนาการวิจัยของพวกเขา^{[ 65 ] [ 66 ] [ 67 ] [ 68 ]}ผู้เข้าร่วมในวิทยาศาสตร์พลเมืองจำนวนมากมีความสนใจในหัวข้อการวิจัยและโน้มเอียงไปทางโครงการที่อยู่ในสาขาวิชาที่พวกเขาสนใจ Folding@home ก็ไม่มีความแตกต่างในเรื่องนี้^{[ 69 ]}การวิจัยที่ดำเนินการเมื่อเร็ว ๆ นี้กับผู้เข้าร่วมที่ใช้งานอยู่กว่า 400 คน เปิดเผยว่าพวกเขาต้องการมีส่วนร่วมในการวิจัย และหลายคนมีเพื่อนหรือญาติที่ได้รับผลกระทบจากโรคที่นักวิทยาศาสตร์ของ Folding@home กำลังตรวจสอบ

Folding@home ดึงดูดผู้เข้าร่วมที่เป็นผู้ชื่นชอบฮาร์ดแวร์คอมพิวเตอร์ กลุ่มเหล่านี้นำความเชี่ยวชาญจำนวนมากมาสู่โครงการและสามารถสร้างคอมพิวเตอร์ที่มีพลังการประมวลผลขั้นสูงได้^{[ 70 ]}โครงการประมวลผลแบบกระจายอื่นๆ ดึงดูดผู้เข้าร่วมประเภทนี้ และโครงการต่างๆ มักใช้เพื่อวัดประสิทธิภาพของคอมพิวเตอร์ที่ดัดแปลง และแง่มุมนี้ของงานอดิเรกได้รับการสนับสนุนผ่านลักษณะการแข่งขันของโครงการ บุคคลและทีมสามารถแข่งขันกันเพื่อดูว่าใครสามารถประมวลผลหน่วยประมวลผลกลาง (CPU) ได้มากที่สุด

งานวิจัยล่าสุดเกี่ยวกับ Folding@home ที่เกี่ยวข้องกับการสัมภาษณ์และการสังเกตเชิงชาติพันธุ์วิทยาของกลุ่มออนไลน์แสดงให้เห็นว่าทีมของผู้ที่ชื่นชอบฮาร์ดแวร์บางครั้งสามารถทำงานร่วมกัน แบ่งปันแนวปฏิบัติที่ดีที่สุดเกี่ยวกับการเพิ่มผลผลิตการประมวลผลให้สูงสุด ทีมดังกล่าวสามารถกลายเป็นชุมชนแห่งการปฏิบัติโดยมีภาษาและวัฒนธรรมออนไลน์ร่วมกัน รูปแบบการมีส่วนร่วมนี้ได้รับการสังเกตในโครงการประมวลผลแบบกระจายอื่นๆ^{[ 71 ] [ 72 ]}

ข้อสังเกตสำคัญอีกประการหนึ่งของผู้เข้าร่วม Folding@home คือ ส่วนใหญ่เป็นผู้ชาย^{[ 69 ]}ข้อสังเกตนี้ยังพบได้ในโครงการแบบกระจายอื่นๆ ด้วย นอกจากนี้ ผู้เข้าร่วมจำนวนมากทำงานในสายงานและอาชีพที่เกี่ยวข้องกับคอมพิวเตอร์และเทคโนโลยี^{[ 69 ] [ 73 ] [ 74 ]}

ผู้เข้าร่วม Folding@home ไม่ใช่ผู้ที่ชื่นชอบฮาร์ดแวร์ทุกคน ผู้เข้าร่วมหลายคนใช้ซอฟต์แวร์โครงการบนเครื่องที่ไม่ได้รับการดัดแปลง และเข้าร่วมการแข่งขันด้วย ภายในเดือนมกราคม 2020 จำนวนผู้ใช้ลดลงเหลือ 30,000 คน^{[ 75 ]}อย่างไรก็ตาม เป็นเรื่องยากที่จะระบุสัดส่วนของผู้เข้าร่วมที่เป็นผู้ที่ชื่นชอบฮาร์ดแวร์ได้ แม้ว่าตามที่ผู้จัดการโครงการระบุ การมีส่วนร่วมของชุมชนผู้ที่ชื่นชอบฮาร์ดแวร์จะมีขนาดใหญ่กว่ามากในแง่ของกำลังการประมวลผล^{[ 76 ]}

ประสิทธิภาพ FLOPS ของซูเปอร์คอมพิวเตอร์ได้รับการประเมินโดยการรัน เกณฑ์มาตรฐาน LINPACK แบบดั้งเดิม การทดสอบระยะสั้นนี้ยากที่จะสะท้อนประสิทธิภาพที่ยั่งยืนในงานจริงได้อย่างแม่นยำ เนื่องจาก LINPACK แมปกับฮาร์ดแวร์ของซูเปอร์คอมพิวเตอร์ได้อย่างมีประสิทธิภาพมากกว่า ระบบคอมพิวเตอร์มีความแตกต่างกันในด้านสถาปัตยกรรมและการออกแบบ ดังนั้นการเปรียบเทียบโดยตรงจึงทำได้ยาก ถึงกระนั้น FLOPS ก็ยังคงเป็นตัวชี้วัดความเร็วหลักที่ใช้ในซูเปอร์คอมพิวเตอร์^{[ 77 ]}ในทางตรงกันข้าม Folding@home กำหนด FLOPS โดยใช้เวลาจริงโดยการวัดว่าหน่วยงานใช้เวลานานเท่าใดจึงจะเสร็จสมบูรณ์^{[ 78 ]}

On September 16, 2007, due in large part to the participation of PlayStation 3 consoles, the Folding@home project officially attained a sustained performance level higher than one native petaFLOPS, becoming the first computing system of any kind to do so.^{[‡ 33][79]}Top500's fastest supercomputer at the time was BlueGene/L, at 0.280 petaFLOPS.^[80] The following year, on May 7, 2008, the project attained a sustained performance level higher than two native petaFLOPS,^[81] followed by the three and four native petaFLOPS milestones in August 2008^[82][83] and September 28, 2008, respectively.^[84] On February 18, 2009, Folding@home achieved five native petaFLOPS,^{[‡ 34][85]} and was the first computing project to meet these five levels.^[86][87] In comparison, November 2008's fastest supercomputer was IBM's Roadrunner at 1.105 petaFLOPS.^[88] On November 10, 2011, Folding@home's performance exceeded six native petaFLOPS with the equivalent of nearly eight x86 petaFLOPS.^{[79][‡ 35]} In mid-May 2013, Folding@home attained over seven native petaFLOPS, with the equivalent of 14.87 x86 petaFLOPS. It then reached eight native petaFLOPS on June 21, followed by nine on September 9 of that year, with 17.9 x86 petaFLOPS.^[89] On May 11, 2016, Folding@home announced that it was moving towards reaching the 100 x86 petaFLOPS mark.^{[‡ 36]}

Further use grew from increased awareness and participation in the project from the coronavirus pandemic in 2020. On March 20, 2020, Folding@home announced via Twitter that it was running with over 470 native petaFLOPS,^[90] the equivalent of 958 x86 petaFLOPS.^{[‡ 37]} By March 25 it reached 768 petaFLOPS, or 1.5 x86 exaFLOPS, making it the first exaFLOP computing system.^[91]

As of October 31, 2025, the computing power of Folding@home stands at 12.9 native petaFLOPS, or 24.8 x86 petaFLOPS.^{[‡ 38]}

เช่นเดียวกับโครงการประมวลผลแบบกระจายอื่นๆ Folding@home ประเมินการมีส่วนร่วมในการประมวลผลของผู้ใช้ในโครงการในเชิงปริมาณผ่านระบบเครดิต^{[ ‡ 39 ]}หน่วยงานทั้งหมดจากโครงการโปรตีนที่กำหนดจะมีเครดิตพื้นฐานที่เท่ากัน ซึ่งกำหนดโดยการวัดประสิทธิภาพของหน่วยงานอย่างน้อยหนึ่งหน่วยจากโครงการนั้นบนเครื่องอ้างอิงอย่างเป็นทางการก่อนที่จะเผยแพร่โครงการ^{[ ‡ 39 ]}ผู้ใช้แต่ละคนจะได้รับคะแนนพื้นฐานเหล่านี้สำหรับการทำงานแต่ละหน่วยงานให้เสร็จสมบูรณ์ แม้ว่าผ่านการใช้รหัสผ่าน พวกเขาสามารถรับคะแนนโบนัสเพิ่มเติมสำหรับการทำงานให้เสร็จสมบูรณ์อย่างน่าเชื่อถือและรวดเร็วในหน่วยงานที่ต้องการการประมวลผลสูงกว่าหรือมีความสำคัญทางวิทยาศาสตร์มากกว่า^{[ ‡ 40 ] [ ‡ 41 ]}ผู้ใช้อาจได้รับเครดิตสำหรับงานของตนจากไคลเอนต์บนเครื่องหลายเครื่อง^{[ ‡ 42 ]}ระบบคะแนนนี้พยายามที่จะปรับเครดิตที่ได้รับให้สอดคล้องกับคุณค่าของผลลัพธ์ทางวิทยาศาสตร์^{[ ‡ 39 ]}

ผู้ใช้สามารถลงทะเบียนผลงานของตนภายใต้ทีม ซึ่งจะรวมคะแนนของสมาชิกทั้งหมดเข้าด้วยกัน ผู้ใช้สามารถสร้างทีมของตนเอง หรือเข้าร่วมทีมที่มีอยู่แล้วได้ ในบางกรณี ทีมอาจมีแหล่งช่วยเหลือหรือการสรรหาบุคลากรที่ขับเคลื่อนโดยชุมชนของตนเอง เช่นฟอรัมบนอินเทอร์เน็ต [ ^{92 ] คะแนนเหล่า นี้}สามารถส่งเสริมการแข่งขันที่เป็นมิตรระหว่างบุคคลและทีมเพื่อคำนวณให้ได้มากที่สุดสำหรับโครงการ ซึ่งจะเป็นประโยชน์ต่อชุมชน Folding@home และเร่งการวิจัยทางวิทยาศาสตร์^{[ ‡ 39 ] [ 93 ] [ 94 ]}สถิติของบุคคลและทีมจะถูกโพสต์บนเว็บไซต์ Folding@home ^{[ ‡ 39 ]}

หากผู้ใช้ไม่ได้สร้างทีมใหม่ หรือไม่เข้าร่วมทีมที่มีอยู่แล้ว ผู้ใช้นั้นจะกลายเป็นส่วนหนึ่งของทีม "เริ่มต้น" โดยอัตโนมัติ ทีม "เริ่มต้น" นี้จะมีหมายเลขทีมเป็น "0" สถิติจะถูกรวบรวมสำหรับทีม "เริ่มต้น" นี้ รวมถึงทีมที่มีชื่อเฉพาะด้วย

ซอฟต์แวร์ Folding@home ในฝั่งผู้ใช้ประกอบด้วยส่วนประกอบหลักสามส่วน ได้แก่ หน่วยงานประมวลผล (work units), คอร์ (cores) และไคลเอนต์ (client)

หน่วยงานคือข้อมูลโปรตีนที่ลูกค้าได้รับคำขอให้ประมวลผล หน่วยงานเป็นเศษส่วนของการจำลองระหว่างสถานะในแบบจำลองมาร์คอฟหลังจากที่หน่วยงานถูกดาวน์โหลดและประมวลผลเสร็จสมบูรณ์โดยคอมพิวเตอร์ของอาสาสมัครแล้ว หน่วยงานจะถูกส่งกลับไปยังเซิร์ฟเวอร์ Folding@home ซึ่งจะมอบคะแนนเครดิตให้กับอาสาสมัคร วงจรนี้จะทำซ้ำโดยอัตโนมัติ^{[ 93 ]}หน่วยงานทั้งหมดมีกำหนดเวลาที่เกี่ยวข้อง และหากเกินกำหนดเวลานี้ ผู้ใช้อาจไม่ได้รับเครดิตและหน่วยงานจะถูกส่งต่อให้ผู้เข้าร่วมรายอื่นโดยอัตโนมัติ เนื่องจากการพับโปรตีนเกิดขึ้นแบบอนุกรม และหน่วยงานจำนวนมากถูกสร้างขึ้นจากหน่วยงานก่อนหน้า ทำให้กระบวนการจำลองโดยรวมสามารถดำเนินต่อไปได้ตามปกติหากหน่วยงานไม่ถูกส่งคืนหลังจากช่วงเวลาที่เหมาะสม เนื่องจากกำหนดเวลาเหล่านี้ ข้อกำหนดขั้นต่ำของระบบสำหรับ Folding@home คือ CPU Pentium 3 450 MHz พร้อมStreaming SIMD Extensions (SSE) ^{[ ‡ 42 ]}อย่างไรก็ตาม หน่วยงานสำหรับไคลเอนต์ประสิทธิภาพสูงมีกำหนดเวลาที่สั้นกว่ามากเมื่อเทียบกับไคลเอนต์โปรเซสเซอร์เดี่ยว เนื่องจากประโยชน์ทางวิทยาศาสตร์ส่วนใหญ่ขึ้นอยู่กับการจำลองที่เสร็จสิ้นอย่างรวดเร็ว^{[ ‡ 43 ]}

ก่อนการเผยแพร่สู่สาธารณะ หน่วยงานต่างๆ จะผ่าน ขั้นตอน การตรวจสอบคุณภาพ หลาย ขั้นตอนเพื่อป้องกันไม่ให้หน่วยงานที่มีปัญหาถูกนำไปใช้งานอย่างเต็มรูปแบบ ขั้นตอนการทดสอบเหล่านี้รวมถึงการทดสอบภายใน การทดสอบเบต้า และการทดสอบขั้นสูง ก่อนที่จะมีการเผยแพร่เวอร์ชันเต็มใน Folding@home ^{[ ‡ 44 ]}โดยปกติแล้ว หน่วยงานของ Folding@home จะถูกประมวลผลเพียงครั้งเดียว ยกเว้นในกรณีที่เกิดข้อผิดพลาดระหว่างการประมวลผล หากเกิดเหตุการณ์นี้กับผู้ใช้ที่แตกต่างกันสามราย หน่วยงานนั้นจะถูกดึงออกจากระบบการแจกจ่ายโดยอัตโนมัติ^{[ ‡ 45 ] [ ‡ 46 ]}ฟอรัมสนับสนุนของ Folding@home สามารถใช้เพื่อแยกแยะปัญหาที่เกิดจากฮาร์ดแวร์ที่มีปัญหาและหน่วยงานที่มีปัญหาได้^{[ ‡ 47 ]}

โปรแกรมพลศาสตร์โมเลกุลเฉพาะทางที่เรียกว่า "FahCores" และมักย่อว่า "cores" จะทำการคำนวณบนหน่วยงานเป็นกระบวนการพื้นหลัง cores ส่วนใหญ่ของ Folding@home ใช้GROMACS [ ^{93 ] ซึ่ง}เป็นหนึ่งในซอฟต์แวร์พลศาสตร์โมเลกุลที่เร็วที่สุดและได้รับความนิยมมากที่สุด โดยส่วนใหญ่ประกอบด้วย โค้ด ภาษาแอสเซมบลี ที่ปรับแต่งด้วยตนเอง และการปรับแต่งฮาร์ดแวร์^{[ 95 ] [ 96 ]}แม้ว่า GROMACS จะเป็นซอฟต์แวร์โอเพนซอร์สและมีความร่วมมือระหว่างห้องปฏิบัติการ Pande และนักพัฒนา GROMACS แต่ Folding@home ใช้ ใบอนุญาต แบบปิดเพื่อช่วยให้มั่นใจในความถูกต้องของข้อมูล^{[ ‡ 48 ]} cores ที่ใช้งานน้อยกว่า ได้แก่ ProtoMol และ SHARPEN Folding@home เคยใช้AMBER , CPMD , DesmondและTINKERแต่โปรแกรมเหล่านี้ได้ถูกยกเลิกและไม่ได้ใช้งานอีกต่อไป^{[ ‡ 4 ] [ ‡ 49 ] [ ‡ 50 ]}แกนประมวลผลบางส่วนเหล่านี้ทำการ คำนวณ การละลายแบบชัดเจนโดยที่ ตัวทำ ละลาย โดยรอบ (โดยปกติคือน้ำ) จะถูกจำลองแบบอะตอมต่ออะตอม ในขณะที่แกนประมวลผลอื่นๆ ทำการ คำนวณ การละลายแบบไม่ชัดเจนโดยที่ตัวทำละลายจะถูกมองว่าเป็นความต่อเนื่องทางคณิตศาสตร์^{[ 97 ] [ ‡ 51 ]}แกนประมวลผลแยกออกจากไคลเอนต์เพื่อให้สามารถอัปเดตวิธีการทางวิทยาศาสตร์ได้โดยอัตโนมัติโดยไม่ต้องอัปเดตไคลเอนต์ แกนประมวลผลจะสร้างจุดตรวจสอบ การคำนวณเป็นระยะๆ เพื่อให้หากถูกขัดจังหวะก็สามารถกลับมาทำงานต่อจากจุดนั้นได้เมื่อเริ่มต้นใหม่^{[ 93 ]}

ผู้เข้าร่วม Folding@home ติดตั้งโปรแกรมไคลเอ็นต์ บนคอมพิวเตอร์ส่วนบุคคลผู้ใช้โต้ตอบกับไคลเอ็นต์ ซึ่งจัดการส่วนประกอบซอฟต์แวร์อื่นๆ ในพื้นหลัง ผ่านทางไคลเอ็นต์ ผู้ใช้สามารถหยุดกระบวนการพับ เปิดบันทึกเหตุการณ์ ตรวจสอบความคืบหน้าของงาน หรือดูสถิติส่วนบุคคลได้^{[ ‡ 52 ]}ไคลเอ็นต์คอมพิวเตอร์ทำงานอย่างต่อเนื่องในพื้นหลังด้วยลำดับความสำคัญต่ำมาก โดยใช้พลังการประมวลผลที่ไม่ได้ใช้งาน เพื่อไม่ให้กระทบต่อการใช้งานคอมพิวเตอร์ตามปกติ^{[ ‡ 42 ]}สามารถปรับการใช้งาน CPU สูงสุดได้ผ่านการตั้งค่าไคลเอ็นต์^{[ ‡ 52 ] [ ‡ 53 ]}ไคลเอ็นต์เชื่อมต่อกับเซิร์ฟเวอร์ Folding@home และดึงหน่วยงานทำงาน และอาจดาวน์โหลดคอร์ที่เหมาะสมสำหรับการตั้งค่าไคลเอ็นต์ ระบบปฏิบัติการ และสถาปัตยกรรมฮาร์ดแวร์พื้นฐาน หลังจากประมวลผลแล้ว หน่วยงานทำงานจะถูกส่งกลับไปยังเซิร์ฟเวอร์ Folding@home ไคลเอ็นต์คอมพิวเตอร์ได้รับการปรับแต่งให้เหมาะกับ ระบบโปรเซสเซอร์ แบบแกนเดี่ยวและแบบหลายแกนรวมถึงหน่วยประมวลผลกราฟิก ความหลากหลายและพลังของสถาปัตยกรรมฮาร์ดแวร์ แต่ละแบบ ทำให้ Folding@home สามารถดำเนินการจำลองหลายประเภทได้อย่างมีประสิทธิภาพและทันท่วงที (ภายในไม่กี่สัปดาห์หรือหลายเดือน แทนที่จะเป็นหลายปี) ซึ่งมีคุณค่าทางวิทยาศาสตร์อย่างมาก โดยรวมแล้ว ลูกค้าเหล่านี้ช่วยให้นักวิจัยสามารถศึกษาคำถามทางชีวการแพทย์ที่ก่อนหน้านี้ถือว่าไม่สามารถจัดการได้ด้วยวิธีการคำนวณ^{[ ‡ 12 ] [ 93 ] [ ‡ 43 ]}

นักพัฒนาซอฟต์แวร์มืออาชีพรับผิดชอบโค้ดส่วนใหญ่ของ Folding@home ทั้งฝั่งไคลเอนต์และฝั่งเซิร์ฟเวอร์ ทีมพัฒนาประกอบด้วยโปรแกรมเมอร์จากNvidia , ATI , Sonyและ Cauldron Development ^{[ ‡ 54 ]}สามารถดาวน์โหลดไคลเอนต์ได้จากเว็บไซต์อย่างเป็นทางการของ Folding@home หรือจากพันธมิตรทางการค้าเท่านั้น และจะโต้ตอบกับไฟล์คอมพิวเตอร์ของ Folding@home เท่านั้น ไคลเอนต์จะอัปโหลดและดาวน์โหลดข้อมูลกับเซิร์ฟเวอร์ข้อมูลของ Folding@home (ผ่านพอร์ต  8080 โดยมี 80 เป็นพอร์ตสำรอง) และการสื่อสารจะได้รับการตรวจสอบโดยใช้ลายเซ็นดิจิทัล 2048 บิต ^{[ ‡ 42 ] [ ‡ 55 ]} แม้ว่า ส่วนติดต่อผู้ใช้แบบกราฟิก (GUI) ของไคลเอนต์จะเป็นโอเพนซอร์ส^{[ ‡ 56 ]} แต่ ตัวไคลเอนต์เองเป็นซอฟต์แวร์กรรมสิทธิ์โดยอ้างถึงความปลอดภัยและความสมบูรณ์ทางวิทยาศาสตร์เป็นเหตุผล^{[ ‡ 57 ] [ ‡ 58 ] [ 98 ]}

อย่างไรก็ตาม เหตุผลในการใช้ซอฟต์แวร์ที่เป็นกรรมสิทธิ์นี้เป็นที่ถกเถียงกัน เนื่องจากแม้ว่าใบอนุญาตจะสามารถบังคับใช้ได้ในทางกฎหมายย้อนหลัง แต่ในทางปฏิบัติแล้วไม่ได้ป้องกันการแก้ไข (หรือที่เรียกว่าการแพตช์ ) ของไฟล์ไบนารี ที่สามารถเรียกใช้งานได้ ในทำนอง เดียวกัน การแจกจ่าย เฉพาะไบนารีไม่ได้ป้องกันการแก้ไขที่เป็นอันตรายของโค้ดไบนารีที่สามารถเรียกใช้งานได้ ไม่ว่าจะผ่านการโจมตีแบบ man-in-the-middleในขณะที่ดาวน์โหลดผ่านทางอินเทอร์เน็ต^{[ 99 ]}หรือโดยการแจกจ่ายไบนารีซ้ำโดยบุคคลที่สามที่ได้รับการแก้ไขก่อนหน้านี้ ไม่ว่าจะเป็นในสถานะไบนารี (เช่นแพตช์ ) ^{[ 100 ]}หรือโดยการดีคอมไพล์^{[ 101 ]}และคอมไพล์ใหม่หลังจากแก้ไข^{[ 102 ] [ 103 ]}การแก้ไขเหล่านี้เป็นไปได้เว้นแต่ไฟล์ไบนารี – และช่องทางการขนส่ง – จะได้รับการลงนามและผู้รับ/ระบบสามารถตรวจสอบลายเซ็นดิจิทัลได้ ในกรณีนี้ การแก้ไขที่ไม่พึงประสงค์ควรจะตรวจพบได้ แต่ก็ไม่เสมอไป^{[ 104 ]}ไม่ว่าในกรณีใดก็ตาม เนื่องจากในกรณีของ Folding@home ข้อมูลอินพุตและผลลัพธ์เอาต์พุตที่ประมวลผลโดยซอฟต์แวร์ไคลเอ็นต์นั้นมีการลงนามดิจิทัลทั้งคู่^{[ ‡ 42 ] [ ‡ 55 ]}ความสมบูรณ์ของงานจึงสามารถตรวจสอบได้โดยอิสระจากความสมบูรณ์ของซอฟต์แวร์ไคลเอ็นต์เอง

Folding@home ใช้ไลบรารีซอฟต์แวร์Cosm สำหรับการเชื่อมต่อเครือข่าย ^{[ 93 ] [ ‡ 54 ]} Folding@home เปิดตัวเมื่อวันที่ 1 ตุลาคม พ.ศ. 2543 และเป็น โครงการ ประมวลผลแบบกระจายศูนย์ โครงการแรก ที่มุ่งเป้าไปที่ระบบชีวโมเลกุล^{[ 105 ]}ไคลเอนต์ตัวแรกคือโปรแกรมรักษาหน้าจอซึ่งจะทำงานในขณะที่คอมพิวเตอร์ไม่ได้ใช้งาน^{[ 106 ] [ ‡ 59 ]}ในปี พ.ศ. 2547 ห้องปฏิบัติการ Pande ได้ร่วมมือกับDavid P. Andersonเพื่อทดสอบไคลเอนต์เสริมบน เฟรมเวิร์ก BOINC แบบโอเพนซอร์ส ไคลเอนต์นี้เปิดตัวในเวอร์ชันเบต้าแบบปิดในเดือนเมษายน พ.ศ. 2548 ^{[ ‡ 60 ]}อย่างไรก็ตาม วิธีการนี้ใช้งานไม่ได้และถูกระงับในเดือนมิถุนายน พ.ศ. 2549 ^{[ ‡ 61 ]}

ฮาร์ดแวร์เฉพาะของหน่วยประมวลผลกราฟิก (GPU) ได้รับการออกแบบมาเพื่อเร่งการเรนเดอร์แอปพลิเคชันกราฟิก 3 มิติ เช่น วิดีโอเกม และสามารถทำงานได้ดีกว่า CPU อย่างมากสำหรับการคำนวณบางประเภท GPU เป็นหนึ่งในแพลตฟอร์มการคำนวณที่ทรงพลังและเติบโตอย่างรวดเร็วที่สุด และนักวิทยาศาสตร์และนักวิจัยจำนวนมากกำลังแสวงหาการคำนวณอเนกประสงค์บนหน่วยประมวลผลกราฟิก (GPGPU) อย่างไรก็ตาม ฮาร์ดแวร์ GPU นั้นใช้งานได้ยากสำหรับงานที่ไม่เกี่ยวข้องกับกราฟิก และโดยปกติแล้วต้องมีการปรับโครงสร้างอัลกอริทึมอย่างมากและความเข้าใจขั้นสูงเกี่ยวกับสถาปัตยกรรมพื้นฐาน^{[ 107 ]}การปรับแต่งดังกล่าวเป็นเรื่องท้าทาย โดยเฉพาะอย่างยิ่งสำหรับนักวิจัยที่มีทรัพยากรการพัฒนาซอฟต์แวร์จำกัด Folding@home ใช้ไลบรารีOpenMM แบบโอเพนซอร์ส ซึ่งใช้รูปแบบการออกแบบบริดจ์ ที่มี อินเทอร์เฟซการเขียนโปรแกรมแอปพลิเคชัน (API) สองระดับเพื่อเชื่อมต่อซอฟต์แวร์จำลองโมเลกุลกับสถาปัตยกรรมฮาร์ดแวร์พื้นฐาน ด้วยการเพิ่มการเพิ่มประสิทธิภาพฮาร์ดแวร์ การจำลอง GPU ที่ใช้ OpenMM ไม่จำเป็นต้องมีการแก้ไขอย่างมีนัยสำคัญ แต่ได้ประสิทธิภาพเกือบเท่ากับโค้ด GPU ที่ปรับแต่งด้วยมือ และมีประสิทธิภาพเหนือกว่าการใช้งาน CPU อย่างมาก^{[ 97 ] [ 108 ]}

ก่อนปี 2010 ความน่าเชื่อถือในการประมวลผลของฮาร์ดแวร์ GPGPU ระดับผู้บริโภคยังไม่เป็นที่ทราบแน่ชัด และหลักฐานแวดล้อมที่เกี่ยวข้องกับการขาดการตรวจจับและแก้ไขข้อผิดพลาด ในตัว ในหน่วยความจำ GPU ทำให้เกิดความกังวลเกี่ยวกับความน่าเชื่อถือ ในการทดสอบความแม่นยำทางวิทยาศาสตร์ของ GPU ขนาดใหญ่ครั้งแรก การศึกษาในปี 2010 ที่มีโฮสต์มากกว่า 20,000 เครื่องบนเครือข่าย Folding@home ตรวจพบข้อผิดพลาดแบบอ่อนในระบบย่อยหน่วยความจำของ GPU ที่ทดสอบสองในสาม ข้อผิดพลาดเหล่านี้มีความสัมพันธ์อย่างมากกับสถาปัตยกรรมของบอร์ด แม้ว่าการศึกษาจะสรุปว่าการประมวลผล GPU ที่เชื่อถือได้นั้นเป็นไปได้มาก ตราบใดที่ให้ความสนใจกับคุณลักษณะของฮาร์ดแวร์ เช่น การตรวจจับข้อผิดพลาดฝั่งซอฟต์แวร์^{[ 109 ]}

ไคลเอนต์ GPU รุ่นแรกของ Folding@home (GPU1) เปิดตัวสู่สาธารณะเมื่อวันที่ 2 ตุลาคม พ.ศ. 2549 ^{[ ‡ 61 ]} ซึ่งให้ความเร็วในการคำนวณบางอย่างเพิ่มขึ้น 20–30 เท่าเมื่อ เทียบกับGROMACSที่ใช้ CPU ^{[ ‡ 62 ]}นับเป็นครั้งแรกที่มีการใช้ GPU สำหรับการคำนวณแบบกระจายหรือการคำนวณพลศาสตร์โมเลกุลขนาดใหญ่^{[ ‡ 63 ] [ 110 ]} GPU1 ทำให้ผู้วิจัยได้รับความรู้และประสบการณ์อย่างมากในการพัฒนา ซอฟต์แวร์ GPGPUแต่เนื่องจากความไม่แม่นยำทางวิทยาศาสตร์ของDirectXจึงได้มีการเปิดตัว GPU2 ซึ่งเป็นไคลเอนต์รุ่นที่สองในวันที่ 10 เมษายน พ.ศ. 2551 ^{[ ‡ 62 ] [ ‡ 64 ]}หลังจากการเปิดตัว GPU2 แล้ว GPU1 ก็ถูกยกเลิกอย่างเป็นทางการในวันที่ 6 มิถุนายน^{[ ‡ 62 ]}เมื่อเทียบกับ GPU1 แล้ว GPU2 มีความน่าเชื่อถือและมีประสิทธิภาพทางวิทยาศาสตร์มากกว่า ทำงานบน GPU ของ ATIและNvidiaที่รองรับCUDAและรองรับอัลกอริทึมขั้นสูง โปรตีนขนาดใหญ่ และการแสดงภาพจำลองโปรตีนแบบเรียลไทม์^{[ ‡ 65 ] [ ‡ 66 ]}หลังจากนั้น ไคลเอนต์ GPU รุ่นที่สามของ Folding@home (GPU3) ก็ถูกปล่อยออกมาในวันที่ 25 พฤษภาคม 2010 แม้ว่าจะสามารถใช้งานร่วมกับ GPU2 ได้ แต่ GPU3 ก็มีความเสถียร มีประสิทธิภาพ และยืดหยุ่นมากขึ้นในด้านความสามารถทางวิทยาศาสตร์^{[ ‡ 67 ]}และใช้ OpenMM บนเฟรมเวิร์กOpenCL ^{[ ‡ 67 ] [ ‡ 68 ]}แม้ว่าไคลเอ็นต์ GPU3 เหล่านี้จะไม่รองรับระบบปฏิบัติการLinuxและmacOS โดยตรง แต่ผู้ใช้ Linux ที่มีการ์ดกราฟิก Nvidia ก็สามารถเรียกใช้งานได้ผ่านแอปพลิเคชันซอฟต์แวร์Wine ^{[ ‡ 69 ] [ ‡ 70 ]} GPU ยังคงเป็นแพลตฟอร์มที่ทรงพลังที่สุดของ Folding@home ในแง่ของFLOPSณ เดือนพฤศจิกายน 2012 ไคลเอ็นต์ GPU คิดเป็น 87% ของปริมาณงาน FLOPS x86 ทั้งหมดของโครงการ^{[ ‡ 71 ]}

การรองรับการ์ดกราฟิก Nvidia และ AMD ใน Linux ได้ถูกนำเสนอใน FahCore 17 ซึ่งใช้ OpenCL แทน CUDA ^{[ ‡ 72 ]}

ตั้งแต่เดือนมีนาคม พ.ศ. 2550 จนถึงพ.ย. 2555 Folding@home ได้ใช้ประโยชน์จากพลังการประมวลผลของPlayStation 3ในช่วงเวลาเริ่มต้นโปรเซสเซอร์ Cell หลักสำหรับ การสตรีมมิ่ง ให้ความเร็วในการประมวลผลที่เพิ่มขึ้นถึง 20 เท่าเมื่อเทียบกับพีซีสำหรับการคำนวณบางอย่าง ซึ่งเป็นพลังการประมวลผลที่ไม่สามารถพบได้ในระบบอื่น ๆ เช่นXbox 360 ^{[ ‡ 12 ] [ 111 ]}ความเร็วและประสิทธิภาพสูงของ PS3 นำมาซึ่งโอกาสอื่น ๆ สำหรับการเพิ่มประสิทธิภาพที่คุ้มค่าตามกฎของ Amdahlและเปลี่ยนแปลงการแลกเปลี่ยนระหว่างประสิทธิภาพการคำนวณและความแม่นยำโดยรวมอย่างมีนัยสำคัญ ทำให้สามารถใช้แบบจำลองโมเลกุลที่ซับซ้อนมากขึ้นโดยมีต้นทุนการคำนวณเพิ่มขึ้นเพียงเล็กน้อย^{[ 112 ]}สิ่งนี้ทำให้ Folding@home สามารถทำการคำนวณทางชีวการแพทย์ซึ่งไม่สามารถทำได้ในทางคอมพิวเตอร์^{[ 113 ]}

ไคลเอนต์ PS3 ได้รับการพัฒนาร่วมกันระหว่างSonyและห้องปฏิบัติการ Pande และเปิดตัวครั้งแรกในรูปแบบไคลเอนต์แบบสแตนด์อโลนเมื่อวันที่ 23 มีนาคม พ.ศ. 2550 ^{[ ‡ 12 ] [ 114 ]}การเปิดตัวครั้งนี้ทำให้ Folding@home เป็นโครงการประมวลผลแบบกระจายศูนย์โครงการแรกที่ใช้ PS3 ^{[ 115 ]}ในวันที่ 18 กันยายนของปีถัดมา ไคลเอนต์ PS3 ได้กลายเป็นช่องทางหนึ่งของLife with PlayStationในวันเปิดตัว^{[ 116 ] [ ‡ 73 ]}ในประเภทของการคำนวณที่สามารถทำได้ ณ เวลาที่เปิดตัว ไคลเอนต์นี้อยู่ระหว่างความยืดหยุ่นของ CPU และความเร็วของ GPU ^{[ 93 ]}อย่างไรก็ตาม ต่างจากไคลเอนต์ที่ทำงานบนคอมพิวเตอร์ส่วนบุคคลผู้ใช้ไม่สามารถทำกิจกรรมอื่น ๆ บน PS3 ขณะที่กำลังใช้งาน Folding@home ได้^{[ 113 ]}สภาพแวดล้อมคอนโซลที่เป็นมาตรฐานของ PS3 ทำให้การสนับสนุนทางเทคนิคทำได้ง่ายขึ้นและทำให้ Folding@home เป็นมิตรกับผู้ใช้ มากขึ้น ^{[ ‡ 12 ]} PS3 ยังมีความสามารถในการสตรีมข้อมูลไปยัง GPU ได้อย่างรวดเร็ว ซึ่งใช้สำหรับการแสดงภาพระดับอะตอมแบบเรียลไทม์ของพลวัตโปรตีนในปัจจุบัน^{[ 112 ]}

เมื่อวันที่ 6 พฤศจิกายน 2012 โซนี่ได้ยุติการสนับสนุนไคลเอนต์ Folding@home สำหรับ PS3 และบริการอื่นๆ ที่มีให้ใช้งานภายใต้โครงการ Life with PlayStation ตลอดระยะเวลา 5 ปี 7 เดือน มีผู้ใช้งานมากกว่า 15 ล้านคนร่วมบริจาคเวลาในการประมวลผลให้กับ Folding@home มากกว่า 100 ล้านชั่วโมง ซึ่งช่วยโครงการนี้ในการวิจัยโรคต่างๆ เป็นอย่างมาก หลังจากการหารือกับห้องปฏิบัติการ Pande โซนี่ได้ตัดสินใจยุติการใช้งานแอปพลิเคชัน Pande ถือว่าไคลเอนต์ PlayStation 3 เป็น "ตัวเปลี่ยนเกม" สำหรับโครงการนี้^{[ ‡ 74 ] [ 117 ] [ 118 ]}

Folding@home สามารถใช้ ความสามารถ ในการประมวลผลแบบขนานของโปรเซสเซอร์มัลติคอร์สมัย ใหม่ ได้ ความสามารถในการใช้คอร์ CPU หลายตัวพร้อมกันทำให้การจำลองทั้งหมดเสร็จสมบูรณ์ได้เร็วกว่ามาก เมื่อทำงานร่วมกัน คอร์ CPU เหล่านี้ จะทำงานแต่ละหน่วยได้เร็วกว่าไคลเอนต์แบบโปรเซสเซอร์เดี่ยวมาตรฐาน วิธีนี้มีคุณค่าทางวิทยาศาสตร์เพราะช่วยให้สามารถดำเนินการจำลองเส้นทางที่ยาวขึ้นได้ในเวลาเท่าเดิม และลดความยากลำบากแบบดั้งเดิมในการขยายการจำลองขนาดใหญ่ไปยังโปรเซสเซอร์แยกต่างหากหลายตัว^{[ ‡ 75 ]}บทความที่ตีพิมพ์ในปี 2007 ในวารสาร Journal of Molecular Biologyอาศัยการประมวลผลแบบมัลติคอร์เพื่อจำลองการพับของส่วนหนึ่งของ โปรตีน วิลลินได้นานกว่าที่ทำได้ด้วยไคลเอนต์แบบโปรเซสเซอร์เดี่ยวประมาณ 10 เท่า ซึ่งสอดคล้องกับอัตราการพับจากการทดลอง^{[ 119 ]}

ในเดือนพฤศจิกายน พ.ศ. 2549 ไคลเอนต์ การประมวลผลแบบมัลติโปรเซสซิ่งสมมาตร (SMP) รุ่นแรกได้รับการเผยแพร่สู่สาธารณะสำหรับการทดสอบเบต้าแบบเปิด ซึ่งเรียกว่า SMP1 ^{[ ‡ 61 ]}ไคลเอนต์เหล่านี้ใช้ โปรโตคอลการสื่อสาร Message Passing Interface (MPI) สำหรับการประมวลผลแบบขนาน เนื่องจากในขณะนั้นคอร์GROMACS ไม่ได้ถูกออกแบบมาให้ใช้งานกับเธรดหลายตัว^{[ ‡ 43 ]}นี่เป็นครั้งแรกที่โครงการประมวลผลแบบกระจายใช้ MPI [ ^{‡ 76 ]}แม้ว่าไคลเอนต์จะทำงานได้ดีใน ระบบปฏิบัติการที่ใช้ Unixเช่น Linux และ macOS แต่ก็มีปัญหาในWindows [ ^{‡ 75 ] [ ‡ 76 ]}เมื่อวันที่ 24 มกราคม พ.ศ. 2553 SMP2 ซึ่งเป็นไคลเอนต์ SMP รุ่นที่สองและเป็นรุ่นต่อจาก SMP1 ได้รับการเผยแพร่เป็นเบต้าแบบเปิดและแทนที่ MPI ที่ซับซ้อนด้วยการใช้งานแบบเธรด ที่เชื่อถือได้มากกว่า ^{[ ‡ 41 ] [ ‡ 54 ]}

SMP2 สนับสนุนการทดลองใช้หน่วยงาน bigadvประเภทพิเศษซึ่งออกแบบมาเพื่อจำลองโปรตีนที่มีขนาดใหญ่ผิดปกติและต้องการการคำนวณอย่างหนักหน่วง และมีความสำคัญทางวิทยาศาสตร์สูง หน่วยงานเหล่านี้เดิมทีต้องการ CPU อย่างน้อยแปดคอร์^{[ ‡ 77 ]}ซึ่งเพิ่มขึ้นเป็นสิบหกคอร์เมื่อวันที่ 7 กุมภาพันธ์ 2012 ^{[ ‡ 78 ]}นอกเหนือจากข้อกำหนดด้านฮาร์ดแวร์ที่เพิ่มขึ้นจากหน่วยงาน SMP2 มาตรฐานแล้ว ยังต้องการทรัพยากรระบบเพิ่มเติม เช่นหน่วยความจำเข้าถึงแบบสุ่ม (RAM) และแบนด์วิดท์อินเทอร์เน็ตในทางกลับกัน ผู้ใช้ที่ใช้งานหน่วยงานเหล่านี้จะได้รับรางวัลเพิ่มขึ้น 20% จากระบบคะแนนโบนัสของ SMP2 ^{[ ‡ 79 ]}ประเภท bigadv ช่วยให้ Folding@home สามารถเรียกใช้การจำลองที่ต้องการทรัพยากรสูงเป็นพิเศษเป็นเวลานาน ซึ่งก่อนหน้านี้ต้องใช้คลัสเตอร์ ซูเปอร์คอมพิวเตอร์ และไม่สามารถดำเนินการได้ที่อื่นบน Folding@home ^{[ ‡ 77 ]}ผู้ใช้จำนวนมากที่มีฮาร์ดแวร์ที่สามารถใช้งานหน่วย bigadv ได้ ต่อมาพบว่าฮาร์ดแวร์ของตนไม่เหมาะสมสำหรับหน่วยทำงาน bigadv เมื่อมีการเพิ่มจำนวนคอร์ขั้นต่ำของ CPU ทำให้สามารถใช้งานได้เฉพาะหน่วยทำงาน SMP ปกติเท่านั้น ซึ่งทำให้ผู้ใช้จำนวนมากที่ลงทุนเงินจำนวนมากในโปรแกรมนี้รู้สึกผิดหวัง เพราะฮาร์ดแวร์ของตนกลับล้าสมัยสำหรับการใช้งาน bigadv ในเวลาไม่นานหลังจากนั้น ส่งผลให้ Pande ประกาศในเดือนมกราคม 2014 ว่าโปรแกรม bigadv จะสิ้นสุดลงในวันที่ 31 มกราคม 2015 ^{[ ‡ 80 ]}

ไคลเอนต์ V7 เป็นซอฟต์แวร์ไคลเอนต์ Folding@home รุ่นที่เจ็ด ซึ่งเป็นการเขียนใหม่และรวมไคลเอนต์รุ่นก่อนหน้าสำหรับระบบปฏิบัติการWindows , macOSและLinux เข้าด้วยกันอย่างสมบูรณ์ ^{[ ‡ 81 ] [ ‡ 82 ]}เปิดตัวเมื่อวันที่ 22 มีนาคม 2555 ^{[ ‡ 83 ]}เช่นเดียวกับรุ่นก่อนหน้า V7 สามารถเรียกใช้ Folding@home ในพื้นหลังด้วยลำดับความสำคัญ ต่ำมาก ทำให้แอปพลิเคชันอื่นๆ สามารถใช้ทรัพยากร CPU ได้ตามต้องการ ออกแบบมาเพื่อให้การติดตั้ง การเริ่มต้น และการใช้งานเป็นมิตรกับผู้ใช้มากขึ้นสำหรับผู้เริ่มต้น และมอบความยืดหยุ่นทางวิทยาศาสตร์ที่มากขึ้นแก่นักวิจัยมากกว่าไคลเอนต์รุ่นก่อนหน้า^{[ ‡ 84 ]} V7 ใช้Tracสำหรับจัดการตั๋วบั๊กเพื่อให้ผู้ใช้สามารถดูขั้นตอนการพัฒนาและให้ข้อเสนอแนะได้^{[ ‡ 82 ]}

V7 ประกอบด้วยองค์ประกอบแบบบูรณาการสี่ส่วน โดยทั่วไปผู้ใช้จะโต้ตอบกับGUI แบบ โอเพนซอร์สของ V7 ที่ชื่อว่า FAHControl ^{[ ‡ 56 ] [ ‡ 85 ]}ซึ่งมีโหมดอินเทอร์เฟซผู้ใช้ระดับเริ่มต้น ขั้นสูง และผู้เชี่ยวชาญ และมีความสามารถในการตรวจสอบ กำหนดค่า และควบคุมไคลเอนต์การพับระยะไกลจำนวนมากจากคอมพิวเตอร์เครื่องเดียว FAHControl จะสั่งการ FAHClient ซึ่งเป็นแอปพลิ เคชันแบ็กเอนด์ที่จัดการ FAHSlot (หรือสล็อต ) แต่ละสล็อตทำหน้าที่แทนไคลเอนต์คอมพิวเตอร์แบบโปรเซสเซอร์เดี่ยว SMP หรือGPU ที่เคยแยกจากกันของ Folding@home v6 เนื่องจากสามารถดาวน์โหลด ประมวลผล และอัปโหลดหน่วยงานได้อย่างอิสระ ฟังก์ชัน FAHViewer ซึ่งจำลองมาจากโปรแกรมดูภาพของ PS3 จะแสดงภาพเรนเดอร์ 3 มิติแบบเรียลไทม์ หากมี ของโปรตีนที่กำลังประมวลผลอยู่^{[ ‡ 81 ] [ ‡ 82 ]}

ณ เดือนกันยายน พ.ศ. 2568 V7 ยังคงสามารถใช้งานได้ แต่ไม่แนะนำให้ใช้อีกต่อไป^{[ ‡ 86 ]}

ณ เดือนกันยายน พ.ศ. 2568 เวอร์ชัน V8.4 เป็นเวอร์ชันปัจจุบัน^{[ ‡ 86 ]}

ในปี 2014 มีการเปิดตัวไคลเอ็นต์สำหรับเว็บเบราว์เซอร์Google ChromeและChromium ซึ่งช่วยให้ผู้ใช้สามารถเรียกใช้ Folding@home ในเว็บเบราว์เซอร์ของตนได้ ไคลเอ็นต์นี้ใช้คุณสมบัติ Native Client (NaCl) ของGoogleบนเว็บเบราว์เซอร์ที่ใช้ Chromium เพื่อเรียกใช้โค้ด Folding@home ด้วยความเร็วใกล้เคียงกับความเร็วเนทีฟในสภาพแวดล้อมจำลองบนเครื่องของผู้ใช้^{[ ‡ 87 ]}เนื่องจากการเลิกใช้ NaCl และการเปลี่ยนแปลงที่เกิดขึ้นกับ Folding@home ทำให้ไคลเอ็นต์เว็บถูกปิดใช้งานอย่างถาวรในเดือนมิถุนายน 2019 ^{[ ‡ 88 ]}

ในเดือนกรกฎาคม พ.ศ. 2558 แอปพลิเคชันสำหรับโทรศัพท์มือถือAndroid ได้ถูกปล่อยออกมาบน Google Playสำหรับอุปกรณ์ที่ใช้Android 4.4 KitKatหรือเวอร์ชันที่ใหม่กว่า^{[ ‡ 89 ] [ 120 ]}

เมื่อวันที่ 16 กุมภาพันธ์ 2018 แอปพลิเคชันไคลเอ็นต์ Android ซึ่งให้บริการโดยความร่วมมือกับSonyถูกลบออกจาก Google Play มีการประกาศแผนที่จะนำเสนอทางเลือกโอเพนซอร์สในอนาคต^{[ ‡ 90 ]}ไคลเอ็นต์ที่เข้ากันได้กับ ARM64 เปิดตัวในเดือนกรกฎาคม 2020 ทำให้ Folding@home สามารถทำงานบนอุปกรณ์ Raspberry Pi และสมาร์ทโฟนที่ใช้ ARM ได้^{[ 121 ]}อย่างไรก็ตาม ณ เดือนกรกฎาคม 2025 ยังไม่มีแอปพลิเคชัน Android อย่างเป็นทางการ

Rosetta@homeเป็นโครงการคอมพิวเตอร์แบบกระจายศูนย์ที่มุ่งเน้นการทำนายโครงสร้างโปรตีน และเป็นหนึ่งในตัวทำนายโครงสร้างตติยภูมิ ที่แม่นยำที่สุด ^{[ 122 ] [ 123 ]}สถานะคอนฟอร์เมชันจากซอฟต์แวร์ของ Rosetta สามารถนำมาใช้เพื่อเริ่มต้นแบบจำลองสถานะ Markov เป็นจุดเริ่มต้นสำหรับการจำลอง Folding@home ^{[ ‡ 8 ]}ในทางกลับกัน อัลกอริทึมการทำนายโครงสร้างสามารถปรับปรุงได้จากแบบจำลองทางอุณหพลศาสตร์และจลนศาสตร์ และแง่มุมการสุ่มตัวอย่างของการจำลองการพับโปรตีน^{[ 124 ]}เนื่องจาก Rosetta พยายามทำนายเฉพาะสถานะการพับขั้นสุดท้ายเท่านั้น ไม่ใช่ว่าการพับดำเนินไปอย่างไร Rosetta@home และ Folding@home จึงเป็นส่วนเสริมซึ่งกันและกันและตอบคำถามระดับโมเลกุลที่แตกต่างกันมาก^{[ ‡ 8 ] [ 125 ]}

Antonเป็นซูเปอร์คอมพิวเตอร์เฉพาะทางที่สร้างขึ้นเพื่อการจำลองพลศาสตร์โมเลกุล ในเดือนตุลาคม 2011 Anton และ Folding@home เป็นระบบพลศาสตร์โมเลกุลที่ทรงพลังที่สุดสองระบบ^{[ ‡ 91 ]} Anton มีเอกลักษณ์เฉพาะตัวในด้านความสามารถในการสร้างวิถีโมเลกุลที่ยาวมากเป็นพิเศษซึ่งต้องใช้การคำนวณสูง^{[ 126 ]}เช่น วิถีหนึ่งในปี 2010 ซึ่งมีความยาวถึงระดับมิลลิวินาที^{[ 127 ] [ 128 ]}วิถีที่ยาวเหล่านี้อาจมีประโยชน์อย่างยิ่งสำหรับปัญหาทางชีวเคมีบางประเภท^{[ 129 ] [ 130 ]}อย่างไรก็ตาม Anton ไม่ได้ใช้แบบจำลองสถานะ Markov (MSM) สำหรับการวิเคราะห์ ในปี 2011 ห้องปฏิบัติการ Pande ได้สร้าง MSM จากการจำลอง Anton สองครั้งที่มีความยาว 100 ไมโครวินาทีและพบเส้นทางการพับทางเลือกที่ไม่สามารถมองเห็นได้จากการวิเคราะห์แบบดั้งเดิมของ Anton พวกเขาสรุปว่ามีความแตกต่างเพียงเล็กน้อยระหว่าง MSM ที่สร้างขึ้นจากวิถีที่ยาวจำนวนจำกัดหรือ MSM ที่ประกอบขึ้นจากวิถีที่สั้นกว่าจำนวนมาก^{[ 126 ]}ในเดือนมิถุนายน พ.ศ. 2554 Folding@home ได้เพิ่มการสุ่มตัวอย่างการจำลอง Anton เพื่อพิจารณาให้ดียิ่งขึ้นว่าวิธีการของตนเปรียบเทียบกับวิธีการของ Anton อย่างไร^{[ ‡ 92 ] [ ‡ 93 ]}อย่างไรก็ตาม แตกต่างจากวิถีการเคลื่อนที่ที่สั้นกว่าของ Folding@home ซึ่งเหมาะสมกับการคำนวณแบบกระจายและวิธีการขนานอื่นๆ วิถีการเคลื่อนที่ที่ยาวกว่าไม่จำเป็นต้องใช้การสุ่มตัวอย่างแบบปรับได้เพื่อสุ่มตัวอย่างพื้นที่เฟส ของโปรตีนอย่างเพียงพอ ด้วยเหตุนี้ จึงเป็นไปได้ว่าการผสมผสานวิธีการจำลองของ Anton และ Folding@home จะให้การสุ่มตัวอย่างพื้นที่นี้อย่างละเอียดถี่ถ้วนยิ่งขึ้น^{[ 126 ]}

• Folding@home (nde), "เกี่ยวกับ" , Folding@home , สืบค้นเมื่อ26 เมษายน 2020
• มิมส์, คริสโตเฟอร์ (8 พฤศจิกายน 2010), "เหตุใดซูเปอร์คอมพิวเตอร์เครื่องใหม่ของจีนจึงเร็วที่สุดในโลกเพียงในเชิงเทคนิคเท่านั้น" , เทคโนโลยีรีวิว , แมสซาชูเซตส์: MIT, เก็บถาวรจากต้นฉบับเมื่อวันที่ 21 ตุลาคม 2012 , เรียกดูเมื่อวันที่ 20 กันยายน 2012
• ทีมงาน News 12 (13 พฤษภาคม 2020), มหาวิทยาลัยฮอฟสตราให้ยืมห้องปฏิบัติการทรัพยากรสำหรับการวิจัย COVID-19 ทั่วโลก , สืบค้นเมื่อ 24 พฤษภาคม 2020
• Pande, Vijay S. (10 พฤศจิกายน 2008), "Re: สถิติ ATI และ NVIDIA เทียบกับตัวเลข PPD" , Folding Forum , โพสต์ที่ห้าจากด้านล่าง, เก็บถาวรจากต้นฉบับเมื่อวันที่ 31 มีนาคม 2012 , เรียกดูเมื่อวันที่ 26 เมษายน 2020

Wikimedia Commons มีสื่อที่เกี่ยวข้องกับFolding@ home

• เว็บไซต์อย่างเป็นทางการ