文章目录
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
tar -zxvf kalign-<version>.tar.gz
cd kalign-<version>
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
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
AlphaFold
# 克隆AlphaFold库
git clone https://github.com/deepmind/alphafold
cd alphafold
# 数据库安装
## 下载全部数据库
./scripts/download_all_data.sh <DOWNLOAD_DIR>
## 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 <DOWNLOAD_DIR> 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
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
文章出处登录后可见！
已经登录？立即刷新
