在本地运行RoseTTAFold和AlphaFold2

wendao

本文介绍如何在本地GPU服务器上安装和使用RoseTTAFold和AlphaFold2。

我们的显卡是RTX2080ti，小一些的蛋白跑起来无压力但四五百的就可能会挂，最好有V100，A100显存10G以上多多益善。

如果没有GPU也不要紧，推荐ColabFold，*墙在谷歌的服务器上免费且快速进行结构预测，还可以进行很多复杂建模，感兴趣可以参考B站教程。

下面是安装简介，首先要安装GPU驱动和CUDA，官方都推荐cuda11但我们测试cuda10也可以。

RoseTTAFold来自华盛顿大学David Baker（aka. 上帝之手）组，他们在看到alphafold2在CASP14的巨大成功之后，卧薪尝胆、师夷长技，最终在几个月的时间内破壁成功，开源了代表目前学界最高预测精度的结构预测3-track网络，成功整合一维序列（MSA），二维接触图谱，三维结构信息。

克隆代码库：

git clone git@github.com:RosettaCommons/RoseTTAFold.git

下载建立MSA用的数据库：

Uniref30：http://wwwuser.gwdg.de/~compbiol ... 0_06_hhsuite.tar.gz

BFD：

https://bfd.mmseqs.com/bfd_metaclust_clu_complete_id30_c90_final_seq.sorted_opt.tar.gz

下载模板数据库：

https://files.ipd.uw.edu/pub/RoseTTAFold/pdb100_2021Mar03.tar.gz

下载预训练参数：

wget https://files.ipd.uw.edu/pub/RoseTTAFold/weights.tar.gz

根据github上的说明自动建立conda环境即可，如果需要可能需要手动调整正确的cuda版本

运行这个脚本 （./install_dependencies.sh）安装需要的建库外部程序，不大，很快，如果需要也可以在scripts里的脚本中手动指定这些工具的路径。

最后在example文件夹中有完整pipeline的例子：

结构预测，简单的运行： ../run_[pyrosetta, e2e]_ver.sh input.fa。这里有pyrosetta和端到端两个版本。

复合物建模见 example/complex_modeling/README，先生成配对的msa再进行预测。

AlphaFold2来自谷歌deepmind团队，他们在围棋、游戏对战、蛋白折叠等领域一次次打破传统认知。这次他们更是开源了CASP14夺冠的程序代码，在多数target的结构预测的结果达到惊人的tmscore>90，被认为达到了实验解析的精度。为共享精神点赞。

克隆代码库：

git@github.com:deepmind/alphafold.git

下载建立MSA的数据库：

BFD和RoseTTAFold一样，其它几个用scripts文件中的脚本下就行，一两天的样子

建立conda虚拟环境：

conda create -n af2 python=3.8

conda activate af2

pip install -r requirements.txt

pip install tensorflow-gpu==2.3.0 #cuda101, 2.5.0 for cuda110, 2.0.0 for cuda100

pip install --upgrade jax==0.2.14 jaxlib==0.1.69+cuda101 -f https://storage.googleapis.com/jax-releases/jax_releases.html

#这里注意cuda版本和实际一致

conda install -c omnia pdbfixer

pip install mock

还需要打几个patch，更多细节参考：https://github.com/kalininalab/alphafold_non_docker

这两个程序运行最耗时的部分其实是msa的生成，但ColabFold提供了一套mmseq2的解决方案，可以不用本地数据库，直接调用网络api，在几分钟内得到和本地搜索类似的msa非常推荐。

除了可以在线colab上运行外，也可以参考这个repo在本地运行colabfold。

arix

RoseTTAFold和AlphaFold2 做同一段序列，结果差异很大，谁更可信？

wendao

arix 发表于 2021-10-14 12:20
RoseTTAFold和AlphaFold2 做同一段序列，结果差异很大，谁更可信？

你可以检查模板和MSA质量，同时两个软件都会给出自己对质量的估计如plddt，它自己知道自己预测的好不好。
整体上AlphaFold2表现要好一截。