AlphaFold2无痛安装教程(超级详细)

已于 2023-06-29 10:44:39 修改
阅读量9k 收藏 58
点赞数 16
分类专栏： 生物信息 文章标签： 人工智能
于 2023-02-07 15:25:14 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_39415941/article/details/128919047
版权

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/ ..
make -j 4 && sudo 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-<version>.tar.gz
cd kalign-<version>
mkdir build 
cd build
cmake .. 
make 
make test 
make install

OpenMM安装

# 编译安装
## 需提前安装 swig, doxygen
sudo apt install swig
sudo apt install doxygen
## 安装openmm
git clone https://github.com/openmm/openmm.git
cd ./openmm
mkdir build && cd build
cmake ..
make && sudo make install
sudo pip install numpy cython
sudo 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[cuda12_pip]" -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(不推荐)
pip install --user -r requirements.txt

AlphaFold安装

AlphaFold

# 克隆AlphaFold库
git clone https://github.com/deepmind/alphafold
cd 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
## 经过实测，最新版本的AlphaFold=2.3.2的下载数据脚本可以稳定下载数据
./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(无法使用)
#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 
# 注意到AlphaFold=2.3.2最新的版本对数据库进行了更新，导致一些参数发生了变化
# uniclust30的库取消，取而代之的是uniref30
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=$DOWNLOAD_DIR/mgnify/mgy_clusters_2022_05.fa \
  --template_mmcif_dir=$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 \
  --uniref30_database_path=$DOWNLOAD_DIR/uniref30/UniRef30_2021_03 \
  --model_preset=monomer \
  --pdb70_database_path=$DOWNLOAD_DIR/pdb70/pdb70

# $DOWNLOAD_DIR=数据库安装路径, 可以是任意位置
# 请注意:每个版本的Alphafold的参数有可能不一样(因为Alphafold一直在保持更新)，请根据run_alphafold.py中的参数说明和Alphafold的github文档进行各自调整！！！

报错处理

  1. 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

  1. 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

  2. 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

一键安装

很高兴的是AlphafoldInstallation库完成了部分开发，已经支持一键安装依赖软件和Python包。并且该库支持AlphaFold最新版本v2.3.2. 如果这个库对你有帮助，希望大家可以给个star，谢谢！

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(持续修订博客错误)
LoveFishO
关注
  • 16
    点赞
  • 踩
  • 58
    收藏
    觉得还不错? 一键收藏
  • 41
    评论
专栏目录
介绍了AlphaFold2的原理和简单的安装过程！
04-25
入门alphafold2的基础PPT介绍
alphafold1的model
06-01
model.zip
AlphaFold2.3 conda版本详细安装与使用
Blockbuater_drug
02-02 2045
（1）结合AlphaFold官方提供了Docker安装指引，本文提供了conda版本的安装，配合run_alphafold.sh脚本使用更加方便。（2）根据AlphaFold官方python脚本，更新了run_alphafold.sh中的models_to_relax参数，便于AF2.3版本使用。（3）对alphafold预测结果使用Pymol根据pLDDT染色。
Alphafold2/Alphafold-Multimer在服务器（CPU）安装教程（conda安装）
weixin_47893977的博客
02-29 1204
2024甲辰龙年2月22日始碎碎念：生信小白一枚，去年暑假就打算开始坚持写博文的，一直到现在才开始，拖延症属实晚期了！不过只要开始就还不算晚。记录自己每天做的学的东西，目的是督促自己（其实是记性差）希望自己能坚持下去！最近在研究Alphafold/Alphafold-Multimer的使用，第一步当然是找教程学习在服务器上安装（没有可用服务器的小伙伴可以使用谷歌的Colab试试）。
AlphaFold2 Docker环境安装及可视化
qq_41993290的博客
11-20 3046
alphafold2 环境安装
AlphaFold2源码解析(1)--安装使用
发呆的比目鱼的博客
11-28 2008
AlphaFold2源码解析(1)--安装使用
Alphafold2环境安装（非Docker方式）2023
gnodez的博客
06-29 2051
注：这里jaxlib版本要下载正确，与cuda的版本一致，我的cuda版本为11.3，cudnn版本为8.2.1.32，选择 jaxlib==0.3.25+cuda11.cudnn82 也能正常使用。查询cuda和cudnn版本，我这里显示cuda11.7为driver API，cuda11.3为runtimeAPI，cudnn版本为8.2.1.32。参数后将下载small_bfd数据集而不下载bfd数据集，后面运行AlphaFold时， AlphaFold参数。出现以下内容，就说明安装好了。
【实用教程】使用AlphaFold2进行蛋白质结构在线预测
热门推荐
Eumenidus的博客
03-20 8万+
使用Colab进行简单快速的AlphaFold2在线的蛋白质三维结构预测
Alphafold2 安装 linux 本地配置 conda配置 非docker
qq_31448607的博客
12-26 1883
作者配置：cuda113和cudnn804，安装的是：jaxlib-0.3.25+cuda11.cudnn805-cp38-cp38-manylinux2014_x86_64.whl。方法1：打开图2中的各个sh文件可以看到下载网址，复制网址到本地，下载后再传回linux服务器。：pdb_mmcif文件可以直接使用图2中的sh文件下载，它可以断点续传，但是需要wget, rsync, gunzip and tar等工具。图为官网给出的下载后的数据，我们一共需要下载9个文件（解压前）。
AlphaFold2算法详解
Daisy4的博客
01-04 9739
正文：https://www.nature.com/articles/s41586-021-03819-2 补充文件：https://static-content.springer.com/esm/art%3A10.1038%2Fs41586-021-03819-2/MediaObjects/41586_2021_3819_MOESM1_ESM.pdfhttps://static-content.springer.com/esm/art%3A10.1038%2Fs41586-021-03819-2/Med
Alphafold2/multimer本地安装+报错处理
药研猿的博客
10-18 2568
Alphafold2本地部署常见的有两种方式：一、构建Docker镜像；二、Conda部署。尝试了一下第一种方法碰到了无法运行（不报错，但不执行计算）的问题，加上对Docker不熟悉，所以放弃，转而选择第二种。安装硬件设备：CPU: 64核磁盘: 4T系统: Ubuntu18.04RAM: 64G显卡：NVIDIA GV102CUDA版本： 11.7显卡驱动版本：515.43.04。
AlphaFold overview and recent developments.pdf
06-16
AlphaFold是DeepMind开发的一个人工智能系统，可以根据蛋白质的氨基酸序列预测蛋白质的3D结构。AlphaFold软件和“AlphaFold蛋白质结构数据库”(AlphaFold Protein Structure Database)向公众开放已经一年了，用户可以探索和研究他们感兴趣的蛋白质。 机器学习模型有潜力成为生物学的核心工具，正如最近在蛋白质结构预测方面的进展所表明的那样。在这次网络研讨会中，我将概述AlphaFold:该系统如何工作，如何获得蛋白质结构预测，以及如何分析它们。然后，我将回顾构建系统的一些方法，并将讨论如何为新应用程序评估AlphaFold。 近年来，蛋白质结构的计算模型的能力和准确性显著提高，结构生物学的一些领域没有受到影响。这些变化已经在当前版本的AlphaFold中实现，RoseTTAFold也不远了。实验结构生物学仍然需要解决预测结构中的歧异，并验证细节，但高质量模型的可用性正在消除实验中的许多瓶颈。即使没有实验结构，新的模型也足以产生有趣的假设，可以通过实验来验证，比如评估与遗传疾病相关的变异是如何导致疾病的。通过在当前算法中使用的模式
AlphaFold2文档和61页技术补充材料
08-01
AlphaFold2 可以周期性地以原子精度预测蛋白质结构，在技术上利用多序列对齐和深度学习算法设计，并结合关于蛋白质结构的物理和生物学知识提升了预测效果。它实现了 2/3 蛋白质结构预测的卓越成绩并在去年登上了...
alphafold1的t1919s2的数据
06-01
T1019s2.zip
AlphaFold2论文及其补充文档
10-05
Paper Name：AlphaFold2: Highly accurate protein structure prediction with AlphaFold Author：DeepMind的那群人 Author Affiliation：DeepMind Citation Rate：14694 Abstract：蛋白质结构预测：给定某一个...
centos7.9离线安装alphafold2
最新发布
qq_41856194的博客
03-01 1143
根据github上的安装步骤进行安装。
技术干货 | MindSpore AI科学计算系列（四）：AlphaFold2分析
Kenji_Shinji的博客
07-05 1536
背景蛋白质折叠这个被列为“21世纪的生物物理学”的重要课题之一，已经困扰了科学家们近半个世纪，好消息是在两年一届的CASP比赛中，2020年谷歌deepmind团队的Alphafold2凭借其接近90分的成绩取得CASP14比赛中蛋白质3D结构预测的榜首，这一成就被Nature等杂志喻为前所未有的进步。近期AlphaFold2连续两登Nature着实在又生物和科研圈火了一把，首先是在7月15日宣布开源，https://github.com/deepmind/alphafold并将长达六十多页的代码解析及数据
alphafold安装及使用（保姆级教程、conda环境）
2201_75882736的博客
09-11 2662
使用conda安装本地版alphafold-mutimer并使用，预测蛋白互作模型，介绍GPU支持的软件包安装顺序。
alphafold2安装教程
07-28
AlphaFold2的安装可以通过两种方式进行。第一种是使用Docker进行安装，具体可以参考AlphaFold的GitHub页面，其中提供了详细的安装指南和步骤\[1\]。另一种方式是非Docker安装，需要按照一系列指南进行安装。首先，确保你的环境是Linux（Ubuntu），并且安装了CMake（版本3.23）和Python（版本3.9或3.10）\[2\]。接下来，按照以下步骤进行安装：安装CMake、安装hmmer、安装HHsuite、安装Kalign、安装OpenMM、安装PDBfixer、安装Python依赖包以及安装AlphaFold\[3\]。在安装过程中可能会遇到一些报错，可以参考相关文档进行处理。完成安装后，你就可以使用AlphaFold2了。希望这个安装教程能够帮助你顺利地安装和使用AlphaFold2。 #### 引用[.reference_title] - *1* [AlphaFold2源码解析(1)--安装使用](https://blog.csdn.net/weixin_42486623/article/details/128079363)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [AlphaFold2无痛安装教程(超级详细)](https://blog.csdn.net/qq_39415941/article/details/128919047)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insert_down28v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 41
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值