Ce travail est en cours d'exécution en ligne avec déploiement sur (https://litgene.tumorai.org/).
Le github de déploiement (https://github.com/vinash85/GENELLM_WEBAPP) peut être utilisé pour l'auto-déploiement de la page Web.
Utilisez la page de commentaires sur la page de l'outil LitGene ou contactez les auteurs pour nous faire part de vos commentaires.
Lien BioArxiv : https://www.biorxiv.org/content/10.1101/2024.08.07.606674v1
Voici comment exécuter un exemple de code à l’aide de Docker.
Construire un docker :
un. Accédez à l'emplacement du fichier docker après git clone "cd LitGene/dependencies/docker/"
b. Construire le docker "docker build . -t litgene"
Exécutez l'image Docker/créez un conteneur :
c. "docker run --name Litgene --gpus=all --previleged --ports 8888:8888 -v litgene_location:/home/tailab/LitGene -dit litgene /bin/bash"
Entrez le menu fixe :
d. "docker exec -it Litgene /bin/bash"
Dans Docker, accédez à l'exemple de solubilité du code :
e. "cd /home/tailab/LitGene/"
f. ouvrez jupyter " jupyter notebook --ports 8888 --ip 0.0.0.0 --allow-root --no-browser"
Dans le système où docker est déployé :
g. ouvrez le navigateur "https://localhost:8888"
h. entrez le jeton
je. exécutez l'exemple de code "solubilityEval.ipynb"
ou docker dans un système distant (facultatif) :
g. ouvrir la commande sur le système local
h. tapez "ssh -NL localhost:8888:localhost:8888 usernme@server"
je. répétez l'étape 5
(Si vous êtes intéressé par les exigences Conda fournies dans LitGene/dépendances testées sur Ubuntu 22 avec python 3.12 et le pilote nvidia 535.183.01 et le runtime cuda 12.2 sur le GPU A100)
Refactoring du code en cours sous code/refactored_code Pour d'autres fichiers de données, modèles et fichiers de sortie. Veuillez contacter [[email protected]]
