AlphaFold2无痛安装教程(超级详细)

您所在的位置:网站首页 alphafold2算法 AlphaFold2无痛安装教程(超级详细)

AlphaFold2无痛安装教程(超级详细)

2023-04-06 13:35| 来源: 网络整理| 查看: 265

目录介绍环境安装CMAKE安装hmmer安装HHsuite安装Kalign安装OpenMM安装PDBfixer安装Python依赖包安装AlphaFold安装AlphaFold报错处理后续

介绍

AlphaFlod2作为最近在生物领域非常的火的AI,给生物医药领域带来了划时代的影响,许多研究者都开始尝试使用AlphaFold2介入各自的工作。

但是由于AlphaFold2涉及到了很多模块和细节,在我安装过很多次之后(踩过很多坑之后),希望通过这篇文章让大家能够无痛的安装和使用AlphaFold2。

环境 Linux(Ubuntu) cmake=3.23 python=3.9/3.10 安装 CMAKE安装

CMAKE下载地址 CMAKE的安装包有Source Distribution 和 Binary Distribution两个版本,前者需要用户自己编译安装,后者是已经编译好的可执行程序

# 查看Linux系统位数 getconf LONG_BIT # 编译安装 # 根据系统位数下载源码 tar -xvf cmake-version.tar cd cmake-version ./bootstrap make make install # 测试安装是否成功 cmake -h hmmer安装 # 通过软件仓库安装 sudo apt install hmmer # Linux (Ubuntu, Debian...) sudo dnf install hmmer # Linux (Fedora) sudo conda install -c biocore hmmer # Anaconda # 编译安装(未测试) wget http://eddylab.org/software/hmmer/hmmer.tar.gz tar zxf hmmer.tar.gz cd hmmer-3.3.2 ./configure --prefix=/usr/bin/ # 可自定义安装路径,如果未安装到系统目录下,则需要在安装完成之后,把安装目录加入PATH环境变量中 make make check # optional: run automated tests make install # optional: install HMMER programs, man pages (cd easel; make install) # optional: install Easel tools # 测试安装是否成功 jackhmmer -h HHsuite安装 # 编译安装 git clone https://github.com/soedinglab/hh-suite.git mkdir -p hh-suite/build && cd hh-suite/build cmake -DCMAKE_INSTALL_PREFIX=/usr/local/bin .. make -j 4 && make install # 测试安装是否成功 hhblits -h

注意:请通过编译的方式安装hhsuite否则在使用该模块时可能会出现奇怪的问题

Kalign安装

Kalign安装包下载

tar -zxvf kalign-.tar.gz cd kalign- mkdir build cd build cmake .. make make test make install OpenMM安装 # 编译安装 git clone https://github.com/openmm/openmm.git mkdir build && cd build ccmake ../openmm make && sudo make install pip install --user numpy cython make PythonInstall # 使用conda安装(未测试) conda install -c conda-forge openmm # 如果使用conda的版本大于4.8.4,则conda可以根据你的cuda编译一个适合你cuda版本的OpenMM,且支持特定的cuda版本 conda install -c conda-forge openmm cudatoolkit=10.0 # 验证OpenMM是否安装成功 python -m openmm.testInstallation PDBfixer安装 pip install git+http://github.com/openmm/pdbfixer.git Python依赖包安装 # 手动安装 pip install --user absl-py pip install --user biopython pip install --user git+https://github.com/deepmind/dm-haiku pip install --user dm-tree pip install --user immutabledict pip install --user jax pip install --user "jax[cuda11_cudnn82]" -f https://storage.googleapis.com/jax-releases/jax_cuda_releases.html pip install --user ml_collections pip install --user numpy pip install --user pandas pip install --user matplotlib pip install --user sonnet pip install --user scipy pip install --user tensorflow pip install --user tqdm # 通过Alphafold提供的requirements文件安装 pip install --user -r requirements.txt AlphaFold安装 AlphaFold # 克隆AlphaFold库 git clone https://github.com/deepmind/alphafold # stereo_chemical_props.txt下载 wget -P alphafold/alphafold/common/ https://git.scicore.unibas.ch/schwede/openstructure/-/raw/7102c63615b64735c4941278d92b554ec94415f8/modules/mol/alg/src/stereo_chemical_props.txt # 数据库安装 ## 下载全部数据库 ./scripts/download_all_data.sh ## 如果你的硬盘空间不足,也可以尝试只下载reduced database ./scripts/download_all_data.sh reduced_dbs # 创建结果存储目录 mkdir ./output # 使用reduced DB运行AlphaFold Demo python ./run_alphafold.py \ --fasta_paths=test_sequence.fasta \ --max_template_date=2020-05-14 \ --model_preset=monomer \ --db_preset=reduced_dbs \ --data_dir=$DOWNLOAD_DIR \ --output_dir=./output # 使用full DB运行AlphaFold python ./run_alphafold.py \ --fasta_paths=test_sequence.fasta \ --output_dir=./output \ --data_dir=$DOWNLOAD_DIR --uniref90_database_path=$DOWNLOAD_DIR/uniref90/uniref90.fasta \ --mgnify_database_path=$DOWNLOAD_DIR/mgnify/mgy_clusters.fa \ --template_mmcif_dir=$DOWNLOAD_DIR/pdb_mmcif/mmcif_files/ \ --max_template_date=2020-05-14 \ --obsolete_pdbs_path=$DOWNLOAD_DIR/pdb_mmcif/obsolete.dat \ # 如果GPU显存不是很大不建议开启relax,会超显存 --run_relax=false \ --use_gpu_relax=false \ --db_preset==full_dbs \ --bfd_database_path=$DOWNLOAD_DIR/bfd/bfd_metaclust_clu_complete_id30_c90_final_seq.sorted_opt \ --uniclust30_database_path=$DOWNLOAD_DIR/uniclust30/uniclust30_2018_08/uniclust30_2018_08 \ --model_preset=monomer \ --pdb70_database_path=$DOWNLOAD_DIR/pdb70/pdb70 # $DOWNLOAD_DIR=数据库安装路径, 可以是任意位置 报错处理 cuda_error_out_of_memory 如果GPU的型号在比较老,显存小于6G,使用最新版本的jax可能会出现out of memory错误,只需要回退jax和jaxlib的版本到0.3.15即可 pip install --user jax==0.3.15 jaxlib==0.3.15+cuda11.cudnn82 -f https://storage.googleapis.com/jax-releases/jax_cuda_releases.html

No module named 'simtk.openmm.app.internal' 请看另一篇博客有具体的解决方案:解决方法

GnuTLS recv error (-110): The TLS connection was non-properly terminated

查看是否开启代理,取消所有代理 Github服务器的问题,只需要不断尝试即可 后续 后续有空也会出有关AlphaFold2的论文精读 如有错误请留言或私信指出,如遇到问题也可以评论留言或者私信看到会及时回复


【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3