【图神经网络】蛋白质设计proteinsolver跑源码记录

proteinsolver

论文

  proteinsolver以包含蛋白质结构的pdb文件为输入，它能够以这个蛋白质的空间结构为模板，设计出一系列满足该空间结构的其他的蛋白质序列。proteinsolver采用类似于数独问题的方法，即把蛋白质设计转化为CSP问题，用图神经网络进行计算。
  论文链接：Fast and Flexible Protein Design Using Deep Graph Neural Networks

源码

  proteinsolver（框架是pytorch）

使用

  就是照着人家的README文件里面的操作搞。

本地运行

  一开始在Windows下面弄，创建Anaconda环境的时候就遇到不明不白的问题。转了半天说有些包不兼容，怎么弄都不行。

  后来发现是操作系统的问题。打开虚拟机（操作系统是Ubuntu20.04，64位）就行了，但也不能直接复制粘贴，pytorch得进到环境里面装，不然还是有报错。
  这一步创建了一个新的conda环境，并安装了必要的依赖库。

conda create -n proteinsolver -c conda-forge -c kimlab -c ostrokach-forge proteinsolver
conda activate proteinsolver
conda install pytorch torchvision torchaudio cpuonly -c pytorch

  然后继续跟着教程走。进入到源码的根目录中运行pip install --editable .，使Python使用代码的开发版本。

cd Documents/proteinsolver_master
pip install --editable .

  因为是打算用人家训练好的版本，wget这步运行也没问题（也需要在根目录下运行）：

wget -r -nH --cut-dirs 1 --reject "index.html*" "http://models.proteinsolver.org/v0.1/"

  接着启动jupyter：

jupyter notebook

  然后，就没有然后了……运行20_protein_demo.ipynb这个笔记本，仍然会遇到无法导入库的情况：

  后面解决了的话再补充吧。

docker image

  先按照指示装一个docker，然后需要修改配置文件，改用阿里的镜像。¹用如下命令创建一个文件：

vim /etc/docker/daemon.json

  然后会打开一个空白文档。按i进入INSERT模式，然后贴入如下内容：

{ 
"registry-mirrors": ["https://alzgoonw.mirror.aliyuncs.com"] 
}

  按Esc退出INSERT模式，然后输入：wq保存并退出。接着就可以跑加载proteinsolver镜像的命令。如果一次不成功，可以再来一次。

docker run -it --rm -p 8000:8000 registry.gitlab.com/ostrokach/proteinsolver:v0.1.25 jupyter notebook --ip 0.0.0.0 --port 8000

  经历一阵读条之后，大概会出现这样一个东西，总之它可能没法直接用浏览器打开jupyter notebook，但是在terminal中会给出访问的地址。有两个地址，反正都试试。

  用镜像可以比较容易的运行demo，导入部分正常运行：

参考

---

1. 安装docker之后，测试hello-world镜像 ↩︎