alphafold3
v3.0.0
Dieses Paket stellt eine Implementierung der Inferenzpipeline von AlphaFold 3 bereit. Weiter unten erfahren Sie, wie Sie auf die Modellparameter zugreifen. Sie dürfen die Parameter des AlphaFold 3-Modells nur verwenden, wenn Sie diese direkt von Google erhalten. Für die Nutzung gelten diese Nutzungsbedingungen.
Jede Veröffentlichung, die Erkenntnisse offenlegt, die sich aus der Verwendung dieses Quellcodes, der Modellparameter oder der von ihnen erzeugten Ergebnisse ergeben, sollte das Papier „Accurate Structure Prediction of Biomolecular Interactions with AlphaFold 3“ zitieren.
Eine detaillierte Beschreibung der Methode finden Sie auch in den Zusatzinformationen.
AlphaFold 3 ist auch für die nichtkommerzielle Nutzung auf alphafoldserver.com erhältlich, allerdings mit einem begrenzteren Satz an Liganden und kovalenten Modifikationen.
Bei Fragen wenden Sie sich bitte an das AlphaFold-Team unter [email protected].
Dieses Repository enthält den gesamten notwendigen Code für die AlphaFold 3-Inferenz. Um Zugriff auf die Parameter des AlphaFold 3-Modells anzufordern, füllen Sie bitte dieses Formular aus. Der Zugriff erfolgt nach alleinigem Ermessen von Google DeepMind. Wir sind bestrebt, Anfragen innerhalb von 2–3 Werktagen zu beantworten. Sie dürfen die Parameter des AlphaFold 3-Modells nur verwenden, wenn Sie diese direkt von Google erhalten. Für die Nutzung gelten diese Nutzungsbedingungen.
Siehe Installationsdokumentation.
Sobald Sie AlphaFold 3 installiert haben, können Sie Ihr Setup testen, indem Sie beispielsweise die folgende JSON-Eingabedatei mit dem Namen alphafold_input.json verwenden:
{ "name": "2PV7", "sequences": [
{ "protein": {"id": ["A", "B"],"sequence": „GMRESYANENQFGFKTINSDIHKIVIVGGYGKLGGLFARYLRASGYPISILDREDWAVAESILANADVVIVSVPINLTLETIERLKPYLTENMLLADLTSVKREPLAKMLEVHTGAVLGLHPMFGADIASMAKQVVVRCDGRFPERYEW " }
}
], „modelSeeds“: [1], „dialect“: „alphafold3“, „version“: 1}Anschließend können Sie AlphaFold 3 mit dem folgenden Befehl ausführen:
docker run -it --volume $HOME/af_input:/root/af_input --volume $HOME/af_output:/root/af_output --volume <MODEL_PARAMETERS_DIR>:/root/models --volume <DATABASES_DIR>:/root/public_databases --gpus all alphafold3 python run_alphafold.py --json_path=/root/af_input/fold_input.json --model_dir=/root/models --output_dir=/root/af_output
Es gibt verschiedene Flags, die Sie an den Befehl run_alphafold.py übergeben können. Um sie alle aufzulisten, führen Sie python run_alphafold.py --help aus. Zwei grundlegende Flags, die steuern, welche Teile AlphaFold 3 ausführen, sind:
--run_data_pipeline (standardmäßig true ): Legt fest, ob die Datenpipeline ausgeführt werden soll, d. h. genetische Suche und Vorlagensuche. Dieser Teil ist nur CPU-bezogen, zeitaufwändig und könnte auf einem Computer ohne GPU ausgeführt werden.
--run_inference (standardmäßig true ): ob die Inferenz ausgeführt werden soll. Dieser Teil erfordert eine GPU.
Siehe die Eingabedokumentation.
Siehe die Ausgabedokumentation.
Siehe die Leistungsdokumentation.
Bekannte Probleme werden in der Dokumentation zu bekannten Problemen dokumentiert.
Bitte erstellen Sie ein Problem, wenn es nicht bereits unter „Bekannte Probleme“ oder im Problem-Tracker aufgeführt ist.
Jede Veröffentlichung, die Erkenntnisse offenlegt, die sich aus der Verwendung dieses Quellcodes, der Modellparameter oder der daraus resultierenden Ergebnisse ergeben, sollte Folgendes zitieren:
@article{Abramson2024, Autor = {Abramson, Josh und Adler, Jonas und Dunger, Jack und Evans, Richard und Green, Tim und Pritzel, Alexander und Ronneberger, Olaf und Willmore, Lindsay und Ballard, Andrew J. und Bambrick, Joshua und Bodenstein, Sebastian W. und Evans, David A. und Hung, Chia-Chun und O'Neill, Michael und Reiman, David und Tunyasuvunakool, Kathryn und Wu, Zachary und Žemgulytė, Akvilė und Arvaniti, Eirini und Beattie, Charles und Bertolli, Ottavia und Bridgland, Alex und Cherepanov, Alexey und Congreve, Miles und Cowen-Rivers, Alexander I. und Cowie, Andrew und Figurnov, Michael und Fuchs , Fabian B. und Gladman, Hannah und Jain, Rishub und Khan, Yousuf A. und Low, Caroline MR und Perlin, Kuba und Potapenko, Anna und Savy, Pascal und Singh, Sukhdeep und Stecula, Adrian und Thillaisundaram, Ashok und Tong, Catherine und Yakneen, Sergei und Zhong, Ellen D. und Zielinski, Michal und Žídek, Augustin und Bapst, Victor und Kohli, Pushmeet und Jaderberg, Max und Hassabis, Demis und Jumper, John M.}, Journal = {Nature}, Titel = {Genaue Strukturvorhersage biomolekularer Wechselwirkungen mit AlphaFold 3}, Jahr = {2024}, Band = {630}, Nummer = {8016}, Seiten = {493–-500}, doi = {10.1038/ s41586-024-07487-w}}Die Veröffentlichung von AlphaFold 3 wurde durch die unschätzbaren Beiträge der folgenden Personen ermöglicht:
Andrew Cowie, Bella Hansen, Charlie Beattie, Chris Jones, Grace Margand, Jacob Kelly, James Spencer, Josh Abramson, Kathryn Tunyasuvunakool, Kuba Perlin, Lindsay Willmore, Max Bileschi, Molly Beck, Oleg Kovalevskiy, Sebastian Bodenstein, Sukhdeep Singh, Tim Green , Toby Sargeant, Uchechi Okereke, Yotam Doron und Augustin Žídek (technische Leitung).
Wir danken auch unseren Mitarbeitern bei Google und Isomorphic Labs.
AlphaFold 3 verwendet die folgenden separaten Bibliotheken und Pakete:
abseil-cpp und abseil-py
Chex
Docker
DSSP
HMMER-Suite
Haiku
JAX
jax-triton
jaxtyping
libcifpp
NumPy
pybind11 und pybind11_abseil
RDKit
Baum
Triton
tqdm
Wir danken allen Mitwirkenden und Betreuern!
Wenn Sie Fragen haben, die in dieser Übersicht nicht behandelt werden, wenden Sie sich bitte an das AlphaFold-Team unter [email protected].
Wir würden uns freuen, Ihr Feedback zu hören und zu verstehen, wie nützlich AlphaFold 3 für Ihre Forschung war. Teilen Sie Ihre Geschichten mit uns unter [email protected].
Dies ist kein offiziell unterstütztes Google-Produkt.
Copyright 2024 DeepMind Technologies Limited.
Der AlphaFold 3-Quellcode ist unter der Creative Commons Attribution-Non-Commercial ShareAlike International License, Version 4.0 (CC-BY-NC-SA 4.0) (die „Lizenz“) lizenziert. Sie dürfen diese Datei nur in Übereinstimmung mit der Lizenz verwenden. Sie können eine Kopie der Lizenz unter https://github.com/google-deepmind/alphafold3/blob/main/LICENSE erhalten.
Die AlphaFold 3-Modellparameter werden gemäß den Nutzungsbedingungen für AlphaFold 3-Modellparameter (die „Bedingungen“) zur Verfügung gestellt; Sie dürfen diese nur in Übereinstimmung mit den Nutzungsbedingungen nutzen. Eine Kopie der Bedingungen erhalten Sie unter https://github.com/google-deepmind/alphafold3/blob/main/WEIGHTS_TERMS_OF_USE.md.
Sofern nicht gesetzlich vorgeschrieben, werden AlphaFold 3 und seine Ausgabe „WIE BESEHEN“ verteilt, OHNE GEWÄHRLEISTUNGEN ODER BEDINGUNGEN JEGLICHER ART, weder ausdrücklich noch stillschweigend. Sie sind allein dafür verantwortlich, die Angemessenheit der Nutzung von AlphaFold 3 oder der Nutzung oder Verbreitung seines Quellcodes oder seiner Ausgabe zu bestimmen, und Sie übernehmen alle Risiken, die mit einer solchen Nutzung oder Verbreitung und Ihrer Ausübung der Rechte und Pflichten gemäß den relevanten Bedingungen verbunden sind. Die Ergebnisse sind Vorhersagen mit unterschiedlichem Konfidenzniveau, die sorgfältig interpretiert werden sollten. Lassen Sie Diskretion walten, bevor Sie sich auf die AlphaFold 3-Assets verlassen, sie veröffentlichen, herunterladen oder anderweitig nutzen.
AlphaFold 3 und seine Ausgabe dienen nur der theoretischen Modellierung. Sie sind nicht für den klinischen Einsatz bestimmt, validiert oder zugelassen. Sie sollten den AlphaFold 3 oder seine Ausgabe nicht für klinische Zwecke verwenden oder sich bei medizinischen oder anderen professionellen Ratschlägen darauf verlassen. Sämtliche Inhalte zu diesen Themen dienen ausschließlich Informationszwecken und sind kein Ersatz für die Beratung durch einen qualifizierten Fachmann. Sehen Sie sich die entsprechenden Bedingungen für die spezifische Sprache an, die die Berechtigungen und Einschränkungen unter den Bedingungen regelt.
Die Nutzung der Software, Bibliotheken oder des Codes von Drittanbietern, auf die im obigen Abschnitt „Danksagungen“ Bezug genommen wird, kann separaten Geschäftsbedingungen oder Lizenzbestimmungen unterliegen. Ihre Nutzung der Software, Bibliotheken oder des Codes von Drittanbietern unterliegt solchen Bedingungen und Sie sollten vor der Nutzung prüfen, ob Sie alle geltenden Einschränkungen oder Geschäftsbedingungen einhalten können.
Die folgenden Datenbanken wurden: (1) durch Google DeepMind gespiegelt; und (2) teilweise zu Testzwecken im Inferenzcodepaket enthalten und unter Bezugnahme auf Folgendes verfügbar:
BFD (modifiziert), von Steinegger M. und Söding J., modifiziert von Google DeepMind, verfügbar unter einer Creative Commons Attribution 4.0 International License. Weitere Informationen finden Sie im Abschnitt „Methoden“ des AlphaFold-Proteompapiers.
PDB (unverändert) von HM Berman et al., frei von allen Urheberrechtsbeschränkungen erhältlich und vollständig und frei verfügbar für nichtkommerzielle und kommerzielle Nutzung unter CC0 1.0 Universal (CC0 1.0) Public Domain Dedication.
MGnify: v2022_05 (unverändert), von Mitchell AL et al., frei von allen Urheberrechtsbeschränkungen verfügbar und vollständig und frei verfügbar für sowohl nichtkommerzielle als auch kommerzielle Nutzung unter CC0 1.0 Universal (CC0 1.0) Public Domain Dedication.
UniProt: 2021_04 (unverändert), vom UniProt-Konsortium, verfügbar unter einer Creative Commons Attribution 4.0 International License.
UniRef90: 2022_05 (unverändert) von The UniProt Consortium, verfügbar unter einer Creative Commons Attribution 4.0 International License.
NT: 2023_02_23 (geändert) Weitere Informationen finden Sie in den Zusatzinformationen des AlphaFold 3-Papiers.
RFam: 14_4 (modifiziert), von I. Kalvari et al., frei von allen Urheberrechtsbeschränkungen verfügbar und vollständig und frei verfügbar für sowohl nichtkommerzielle als auch kommerzielle Nutzung unter CC0 1.0 Universal (CC0 1.0) Public Domain Dedication. Weitere Informationen finden Sie in den Zusatzinformationen des AlphaFold 3-Dokuments.
RNACentral: 21_0 (modifiziert), vom RNAcentral Consortium frei von allen Urheberrechtsbeschränkungen verfügbar und vollständig und frei verfügbar für sowohl nichtkommerzielle als auch kommerzielle Nutzung unter CC0 1.0 Universal (CC0 1.0) Public Domain Dedication. Weitere Informationen finden Sie in den Zusatzinformationen des AlphaFold 3-Dokuments.
