alphafold3
v3.0.0
Ce package fournit une implémentation du pipeline d'inférence d'AlphaFold 3. Voir ci-dessous pour savoir comment accéder aux paramètres du modèle. Vous ne pouvez utiliser les paramètres du modèle AlphaFold 3 que s'ils sont reçus directement de Google. L'utilisation est soumise aux présentes conditions d'utilisation.
Toute publication divulguant les résultats découlant de l’utilisation de ce code source, les paramètres du modèle ou les résultats produits par ceux-ci doivent citer l’article Prédiction précise de la structure des interactions biomoléculaires avec AlphaFold 3.
Veuillez également vous référer aux informations supplémentaires pour une description détaillée de la méthode.
AlphaFold 3 est également disponible sur alphafoldserver.com pour une utilisation non commerciale, mais avec un ensemble plus limité de ligands et de modifications covalentes.
Si vous avez des questions, veuillez contacter l'équipe AlphaFold à l'adresse [email protected].
Ce référentiel contient tout le code nécessaire pour l'inférence AlphaFold 3. Pour demander l'accès aux paramètres du modèle AlphaFold 3, veuillez remplir ce formulaire. L'accès sera accordé à la seule discrétion de Google DeepMind. Nous nous efforcerons de répondre aux demandes dans un délai de 2 à 3 jours ouvrables. Vous ne pouvez utiliser les paramètres du modèle AlphaFold 3 que s'ils sont reçus directement de Google. L'utilisation est soumise aux présentes conditions d'utilisation.
Voir la documentation d'installation.
Une fois que vous avez installé AlphaFold 3, vous pouvez tester votre configuration en utilisant par exemple le fichier d'entrée JSON suivant nommé alphafold_input.json :
{
"name" : " 2PV7 " ,
"sequences" : [
{
"protein" : {
"id" : [ " A " , " B " ],
"sequence" : " GMRESYANENQFGFKTINSDIHKIVIVGGYGKLGGLFARYLRASGYPISILDREDWAVAESILANADVVIVSVPINLTLETIERLKPYLTENMLLADLTSVKREPLAKMLEVHTGAVLGLHPMFGADIASMAKQVVVRCDGRFPERYEWLLEQIQIWGAKIYQTNATEHDHNMTYIQALRHFSTFANGLHLSKQPINLANLLALSSPIYRLELAMIGRLFAQDAELYADIIMDKSENLAVIETLKQTYDEALTFFENNDRQGFIDAFHKVRDWFGDYSEQFLKESRQLLQQANDLKQG "
}
}
],
"modelSeeds" : [ 1 ],
"dialect" : " alphafold3 " ,
"version" : 1
}Vous pouvez ensuite exécuter AlphaFold 3 à l'aide de la commande suivante :
docker run -it
--volume $HOME/af_input:/root/af_input
--volume $HOME/af_output:/root/af_output
--volume :/root/models
--volume :/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
Il existe différents indicateurs que vous pouvez transmettre à la commande run_alphafold.py , pour les lister tous, exécutez python run_alphafold.py --help . Deux indicateurs fondamentaux qui contrôlent les parties qu'AlphaFold 3 exécutera sont :
--run_data_pipeline ( true par défaut) : s'il faut exécuter le pipeline de données, c'est-à-dire la recherche génétique et de modèle. Cette partie utilise uniquement le processeur, prend du temps et pourrait être exécutée sur une machine sans GPU.--run_inference (par défaut : true ) : s'il faut exécuter l'inférence. Cette partie nécessite un GPU. Voir la documentation d'entrée.
Voir la documentation de sortie.
Consultez la documentation sur les performances.
Les problèmes connus sont documentés dans la documentation sur les problèmes connus.
Veuillez créer un problème s'il n'est pas déjà répertorié dans les problèmes connus ou dans le suivi des problèmes.
Toute publication divulguant les résultats découlant de l'utilisation de ce code source, les paramètres du modèle ou les résultats produits par ceux-ci doivent citer :
@article { Abramson2024 ,
author = { Abramson, Josh and Adler, Jonas and Dunger, Jack and Evans, Richard and Green, Tim and Pritzel, Alexander and Ronneberger, Olaf and Willmore, Lindsay and Ballard, Andrew J. and Bambrick, Joshua and Bodenstein, Sebastian W. and Evans, David A. and Hung, Chia-Chun and O’Neill, Michael and Reiman, David and Tunyasuvunakool, Kathryn and Wu, Zachary and Žemgulytė, Akvilė and Arvaniti, Eirini and Beattie, Charles and Bertolli, Ottavia and Bridgland, Alex and Cherepanov, Alexey and Congreve, Miles and Cowen-Rivers, Alexander I. and Cowie, Andrew and Figurnov, Michael and Fuchs, Fabian B. and Gladman, Hannah and Jain, Rishub and Khan, Yousuf A. and Low, Caroline M. R. and Perlin, Kuba and Potapenko, Anna and Savy, Pascal and Singh, Sukhdeep and Stecula, Adrian and Thillaisundaram, Ashok and Tong, Catherine and Yakneen, Sergei and Zhong, Ellen D. and Zielinski, Michal and Žídek, Augustin and Bapst, Victor and Kohli, Pushmeet and Jaderberg, Max and Hassabis, Demis and Jumper, John M. } ,
journal = { Nature } ,
title = { Accurate structure prediction of biomolecular interactions with AlphaFold 3 } ,
year = { 2024 } ,
volume = { 630 } ,
number = { 8016 } ,
pages = { 493–-500 } ,
doi = { 10.1038/s41586-024-07487-w }
}La sortie d'AlphaFold 3 a été rendue possible grâce aux contributions inestimables des personnes suivantes :
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 et Augustin Žídek (responsable de l'ingénierie).
Nous exprimons également notre gratitude à nos collaborateurs de Google et d'Isomorphic Labs.
AlphaFold 3 utilise les bibliothèques et packages distincts suivants :
Nous remercions tous leurs contributeurs et mainteneurs !
Si vous avez des questions non couvertes dans cet aperçu, veuillez contacter l'équipe AlphaFold à l'adresse [email protected].
Nous serions ravis d’entendre vos commentaires et de comprendre comment AlphaFold 3 a été utile dans vos recherches. Partagez vos histoires avec nous à [email protected].
Il ne s'agit pas d'un produit Google officiellement pris en charge.
Copyright 2024 DeepMind Technologies Limitée.
Le code source d'AlphaFold 3 est sous licence Creative Commons Attribution-Non-Commercial ShareAlike International License, version 4.0 (CC-BY-NC-SA 4.0) (la « Licence ») ; vous ne pouvez pas utiliser ce fichier sauf en conformité avec la licence. Vous pouvez obtenir une copie de la licence sur https://github.com/google-deepmind/alphafold3/blob/main/LICENSE.
Les paramètres du modèle AlphaFold 3 sont mis à disposition dans le cadre des conditions d'utilisation des paramètres du modèle AlphaFold 3 (les « Conditions ») ; vous ne pouvez pas les utiliser sauf en conformité avec les Conditions. Vous pouvez obtenir une copie des Conditions sur https://github.com/google-deepmind/alphafold3/blob/main/WEIGHTS_TERMS_OF_USE.md.
Sauf si la loi applicable l'exige, AlphaFold 3 et sa sortie sont distribués « TELS QUELS », SANS GARANTIE NI CONDITIONS D'AUCUNE SORTE, expresses ou implicites. Vous êtes seul responsable de la détermination de l’opportunité d’utiliser AlphaFold 3, ou de l’utilisation ou de la distribution de son code source ou de sa sortie, et assumez tous les risques associés à une telle utilisation ou distribution et à votre exercice des droits et obligations en vertu des conditions applicables. Les résultats sont des prédictions avec différents niveaux de confiance et doivent être interprétés avec prudence. Faites preuve de discrétion avant de vous fier, de publier, de télécharger ou d'utiliser de toute autre manière les actifs AlphaFold 3.
AlphaFold 3 et ses résultats sont uniquement destinés à la modélisation théorique. Ils ne sont pas destinés, validés ou approuvés pour un usage clinique. Vous ne devez pas utiliser l'AlphaFold 3 ou ses sorties à des fins cliniques ni vous y fier pour obtenir des conseils médicaux ou autres. Tout contenu concernant ces sujets est fourni à titre informatif uniquement et ne remplace pas les conseils d'un professionnel qualifié. Consultez les termes pertinents pour connaître la langue spécifique régissant les autorisations et les limitations dans les termes.
L'utilisation des logiciels, bibliothèques ou codes tiers mentionnés dans la section Remerciements ci-dessus peut être régie par des conditions générales ou des dispositions de licence distinctes. Votre utilisation des logiciels, bibliothèques ou codes tiers est soumise à ces conditions et vous devez vérifier que vous pouvez vous conformer à toutes les restrictions ou conditions générales applicables avant de les utiliser.
Les bases de données suivantes ont été : (1) mises en miroir par Google DeepMind ; et (2) en partie, inclus avec le package de codes d'inférence à des fins de test, et sont disponibles en référence aux éléments suivants :
