【CentOS 7.5】利用conda安装RoseTTAFold All-Atom

Centos7.5系统，conda本地安装，使用AF2.3.2的UniRef30和BFD数据库

工作发表于Science：https://www.science.org/doi/10.1126/science.adl2528
GitHub：https://github.com/baker-laboratory/RoseTTAFold-All-Atom

安装

1. Clone the package

   git clone https://github.com/baker-laboratory/RoseTTAFold-All-Atom
   cd RoseTTAFold-All-Atom
   

2. Create conda environment

   conda env create -f environment.yaml -y
   conda activate RFAA
   # dllogger可能报错，删掉yaml中这一行即可
   
   pip install git+https://github.com/NVIDIA/dllogger.git
   # 如果报错Failed connect to github.com:443; Connection timed out，取消代理即可
   # git config --global --unset https.proxy
   # git config --global --unset http.proxy
   
   # rf2aa/SE3Transformer/requirements.txt已经包括在environment.yaml里
   cd rf2aa/SE3Transformer/
   python3 setup.py install
   cd ../../
   

3. Configure signalp6

   进入https://services.healthtech.dtu.dk/services/SignalP-6.0/，选择Downloads-Version 6.0h-fast，填写教育邮箱后即可收到下载邮件，~ 1.4 GB

   signalp6-register signalp-6.0h.fast.tar.gz
   mv $CONDA_PREFIX/lib/python3.10/site-packages/signalp/model_weights/distilled_model_signalp6.pt $CONDA_PREFIX/lib/python3.10/site-packages/signalp/model_weights/ensemble_model_signalp6.pt
   

4. Install input preparation dependencies

   # 下载并安装csblast-2.2.3.tar.gz
   bash install_dependencies.sh
   

5. Download the model weights

   # ~ 1.2 GB
   wget http://files.ipd.uw.edu/pub/RF-All-Atom/weights/RFAA_paper_weights.pt
   

6. Download sequence databases for MSA and template generation

   可以用ln -s [源文件] [目标文件]将AF2数据库软链接到RFAA文件夹下，或直接修改make_msa.sh文件中的地址。注意AF2使用的UniRef30为2021_03版本，RFAA使用2021_06版本，需要修改make_msa.sh文件中的DB_UR30。

   # uniref30 [46G]
   wget http://wwwuser.gwdg.de/~compbiol/uniclust/2020_06/UniRef30_2020_06_hhsuite.tar.gz
   mkdir -p UniRef30_2020_06
   # 检查make_msa.sh可发现此处与README不同，应解压到uniclust文件下
   tar xfz UniRef30_2020_06_hhsuite.tar.gz -C ./uniclust
   
   # BFD [272G]
   wget https://bfd.mmseqs.com/bfd_metaclust_clu_complete_id30_c90_final_seq.sorted_opt.tar.gz
   mkdir -p bfd
   tar xfz bfd_metaclust_clu_complete_id30_c90_final_seq.sorted_opt.tar.gz -C ./bfd
   
   # structure templates (including *_a3m.ffdata, *_a3m.ffindex)
   wget https://files.ipd.uw.edu/pub/RoseTTAFold/pdb100_2021Mar03.tar.gz
   tar xfz pdb100_2021Mar03.tar.gz
   

推理

给出以下config作为示例

# 预测7u7w蛋白单体结构
python -m rf2aa.run_inference --config-name protein

# 预测7u7w蛋白与DNA的复合物结构
python -m rf2aa.run_inference --config-name nucleic_acid

# 预测7u7w蛋白与DNA与小分子的复合物结构
python -m rf2aa.run_inference --config-name protein_na_sm

# 预测7qxr蛋白与小分子的复合物结构
python -m rf2aa.run_inference --config-name protein_sm

# 预测3fap蛋白二聚体与小分子的复合物结构
python -m rf2aa.run_inference --config-name protein_complex_sm

PyMOL比对PDB网站上的实验结构与预测结构：

Job	RMSD
7u7w_protein	1.552
7u7w_protein_nucleic	2.115
7u7w_protein_nucleic_sm	1.657
7qxr	0.503
3fap	0.550

与博客复现相比，RSMD偏高

Debug

1. 7u7w_protein/A/t000_.msa0.ss2.a3m is empty

   检查./7u7w_protein/A/log/make_ss.stderr可知文件缺少执行权限，chmod +x ./input_prep/make_ss.sh

2. sequence ss_pred contains no residues.

   参考博客，重新安装blast-2.2.2，在make_msa.sh文件里添加export BLASTMAT=./blast-2.2.26/data/

   wget https://ftp.ncbi.nlm.nih.gov/blast/executables/legacy.NOTSUPPORTED/2.2.26/blast-2.2.26-x64-linux.tar.gz
   tar -zxvf blast-2.2.26-x64-linux.tar.gz