alphafold3
v3.0.0
แพ็คเกจนี้นำเสนอการใช้งานไปป์ไลน์การอนุมานของ AlphaFold 3 ดูวิธีเข้าถึงพารามิเตอร์โมเดลด้านล่าง คุณสามารถใช้พารามิเตอร์โมเดล AlphaFold 3 ได้หากได้รับจาก Google โดยตรงเท่านั้น การใช้งานอยู่ภายใต้ข้อกำหนดการใช้งานเหล่านี้
สิ่งพิมพ์ใดๆ ที่เปิดเผยการค้นพบที่เกิดขึ้นจากการใช้ซอร์สโค้ดนี้ พารามิเตอร์แบบจำลองหรือผลลัพธ์ที่ผลิตโดยสิ่งเหล่านั้นควรอ้างอิงการทำนายโครงสร้างที่แม่นยำของปฏิกิริยาทางชีวโมเลกุลกับกระดาษ AlphaFold 3
โปรดดูข้อมูลเพิ่มเติมสำหรับคำอธิบายโดยละเอียดของวิธีการ
AlphaFold 3 ยังมีให้บริการที่ alphafoldserver.com สำหรับการใช้งานที่ไม่ใช่เชิงพาณิชย์ แม้ว่าจะมีชุดลิแกนด์และการแก้ไขโควาเลนต์ที่จำกัดมากขึ้นก็ตาม
หากคุณมีคำถามใดๆ โปรดติดต่อทีมงาน AlphaFold ที่ [email protected]
พื้นที่เก็บข้อมูลนี้มีโค้ดที่จำเป็นทั้งหมดสำหรับการอนุมาน AlphaFold 3 หากต้องการขอเข้าถึงพารามิเตอร์รุ่น AlphaFold 3 โปรดกรอกแบบฟอร์มนี้ การเข้าถึงจะได้รับตามดุลยพินิจของ Google DeepMind แต่เพียงผู้เดียว เราจะตั้งเป้าที่จะตอบกลับคำขอภายใน 2-3 วันทำการ คุณสามารถใช้พารามิเตอร์โมเดล AlphaFold 3 ได้หากได้รับจาก Google โดยตรงเท่านั้น การใช้งานอยู่ภายใต้ข้อกำหนดการใช้งานเหล่านี้
ดูเอกสารการติดตั้ง
เมื่อคุณติดตั้ง AlphaFold 3 แล้ว คุณสามารถทดสอบการตั้งค่าของคุณได้โดยใช้เช่นไฟล์ JSON อินพุตต่อไปนี้ชื่อ alphafold_input.json :
{ "ชื่อ": "2PV7", "ลำดับ": [
{ "โปรตีน": {"id": ["A", "B"],"ลำดับ": "GMRESYANENQFGFKTINSDIHKIVGGYGKLGGLFARYLRASGYPISILDREDWAVAESILANADVVIVSVPINLTLETIERLKPYLTENMLLADLTSVKREPLAKMLEVHTGAVLGLHPMFGADIASMAKQVVVRCDGRFPERYEW LLEQIQIWGAKIYQTNATEHDHNMTYIQALRHFSTFANGLHLSKQPINLANLLALSSPIYRLELAMIGRLFAQDAELYADIIMDKSENLAVIETLKQTYDEALTFFENNDRQGFIDAFHKVRDWFGDYSEQFLKESRQLLQQANDLKQG" -
-
], "modelSeeds": [1], "ภาษาถิ่น": "alphafold3", "เวอร์ชัน": 1}จากนั้นคุณสามารถรัน AlphaFold 3 ได้โดยใช้คำสั่งต่อไปนี้:
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
มีแฟล็กต่างๆ ที่คุณสามารถส่งผ่านไปยังคำสั่ง run_alphafold.py เพื่อแสดงรายการแฟล็กทั้งหมดได้ run python run_alphafold.py --help ธงพื้นฐานสองธงที่ควบคุมว่าส่วนใดที่ AlphaFold 3 จะทำงานคือ:
--run_data_pipeline (ค่าเริ่มต้นเป็น true ): ว่าจะรันไปป์ไลน์ข้อมูลหรือไม่ เช่น การค้นหาทางพันธุกรรมและเทมเพลต ส่วนนี้เป็นเฉพาะ CPU เท่านั้น ใช้เวลานานและสามารถรันบนเครื่องที่ไม่มี GPU
--run_inference (ค่าเริ่มต้นเป็น true ): ว่าจะรันการอนุมานหรือไม่ ส่วนนี้ต้องใช้ GPU
ดูเอกสารประกอบการป้อนข้อมูล
ดูเอกสารประกอบผลลัพธ์
ดูเอกสารประกอบการปฏิบัติงาน
ปัญหาที่ทราบได้รับการบันทึกไว้ในเอกสารประกอบปัญหาที่ทราบ
โปรดสร้างปัญหาหากไม่มีอยู่ในรายการปัญหาที่ทราบหรือในตัวติดตามปัญหา
สิ่งพิมพ์ใดๆ ที่เปิดเผยการค้นพบที่เกิดขึ้นจากการใช้ซอร์สโค้ดนี้ พารามิเตอร์โมเดลหรือผลลัพธ์ที่ผลิตโดยสิ่งเหล่านั้นควรอ้างอิงถึง:
@article{Abramson2024, ผู้แต่ง = {Abramson, Josh และ Adler, Jonas และ Dunger, Jack และ Evans, Richard และ Green, Tim และ Pritzel, Alexander และ Ronneberger, Olaf และ Willmore, Lindsay และ Ballard, Andrew J. และ Bambrick, Joshua และ โบเดนสไตน์, เซบาสเตียน ดับเบิลยู. และอีแวนส์, เดวิด เอ. และฮุง, เชีย-ชุน และโอนีล, ไมเคิล และไรแมน, เดวิด และ Tunyasuvunakool, Kathryn และ Wu, Zachary และ Žemgulytė, Akvilė และ Arvaniti, Eirini และ Beattie, Charles และ Bertolli, Ottavia และ Bridgland, Alex และ Cherepanov, Alexey และ Congreve, Miles และ Cowen-Rivers, Alexander I. และ Cowie, Andrew และ Figurnov, ไมเคิลและฟุคส์, ฟาเบียน บี. และแกลดแมน, ฮันนาห์และเจน Rishub และ Khan, Yousuf A. และ Low, Caroline MR และ Perlin, Kuba และ Potapenko, Anna และ Savy, Pascal และ Singh, Sukhdeep และ Stecula, Adrian และ Thilaisundaram, Ashok และ Tong, Catherine และ Yakneen, Sergei และ Zhong, Ellen D. และ Zielinski, Michal และ Žídek, Augustin และ Bapst, Victor และ Kohli, Pushmeet และ Jaderberg, Max และ Hassabis, Demis และ Jumper, John M.}, วารสาร = {ธรรมชาติ}, title = {การทำนายโครงสร้างที่แม่นยำของการโต้ตอบทางชีวโมเลกุลกับ AlphaFold 3}, ปี = {2024}, ปริมาตร = {630}, จำนวน = {8016}, หน้า = {493–-500} ดอย = {10.1038/s41586-024-07487-w}}การเปิดตัว AlphaFold 3 เกิดขึ้นได้ด้วยการสนับสนุนอันล้ำค่าของบุคคลต่อไปนี้:
แอนดรูว์ โควี, เบลล่า แฮนเซน, ชาร์ลี บีตตี้, คริส โจนส์, เกรซ มาร์แกนด์, เจค็อบ เคลลี, เจมส์ สเปนเซอร์, จอช อับรัมสัน, แคทรีน ทุนยาสุวรรณกุล, คูบา เพอร์ลิน, ลินด์เซย์ วิลมอร์, แม็กซ์ บิเลสชี, มอลลี่ เบ็ค, โอเล็ก โควาเลฟสกี้, เซบาสเตียน โบเดนสไตน์, ซุคดีพ ซิงห์, ทิม กรีน , โทบี้ ซาร์เจียนต์, อูเชชิ โอเคเรเก, โยตัม โดรอน และออกัสติน ชิเดก (หัวหน้าฝ่ายวิศวกรรม)
นอกจากนี้เรายังขอขอบคุณผู้ทำงานร่วมกันที่ Google และ Isomorphic Labs
AlphaFold 3 ใช้ไลบรารีและแพ็คเกจแยกกันดังต่อไปนี้:
abseil-cpp และ abseil-py
เชกซ์
นักเทียบท่า
DSSP
แฮมเมอร์ สวีท
ไฮกุ
แจ๊กซ์
แจ็กซ์-ไทรทัน
การพิมพ์ข้อความ
libcifpp
นัมปี้
pybind11 และ pybind11_abseil
RDKit
ต้นไม้
ไทรทัน
ทีคิวดีเอ็ม
เราขอขอบคุณผู้มีส่วนร่วมและผู้ดูแลทุกคน!
หากคุณมีคำถามใดๆ ที่ไม่ได้กล่าวถึงในภาพรวมนี้ โปรดติดต่อทีมงาน AlphaFold ที่ [email protected]
เรายินดีรับฟังความคิดเห็นของคุณและเข้าใจว่า AlphaFold 3 มีประโยชน์อย่างไรในการวิจัยของคุณ แบ่งปันเรื่องราวของคุณกับเราที่ [email protected]
นี่ไม่ใช่ผลิตภัณฑ์ของ Google ที่ได้รับการสนับสนุนอย่างเป็นทางการ
ลิขสิทธิ์ 2024 DeepMind Technologies Limited
ซอร์สโค้ด AlphaFold 3 ได้รับอนุญาตภายใต้ Creative Commons Attribution-Non-Commercial ShareAlike International License เวอร์ชัน 4.0 (CC-BY-NC-SA 4.0) ("ใบอนุญาต"); คุณไม่สามารถใช้ไฟล์นี้ได้เว้นแต่จะเป็นไปตามใบอนุญาต คุณสามารถขอรับสำเนาใบอนุญาตได้ที่ https://github.com/google-deepmind/alphafold3/blob/main/LICENSE
พารามิเตอร์โมเดล AlphaFold 3 มีให้ใช้งานภายใต้ข้อกำหนดการใช้งานพารามิเตอร์โมเดล AlphaFold 3 ("ข้อกำหนด") คุณไม่สามารถใช้สิ่งเหล่านี้ได้เว้นแต่จะเป็นไปตามข้อกำหนด คุณสามารถขอรับสำเนาข้อกำหนดได้ที่ https://github.com/google-deepmind/alphafold3/blob/main/WEIGHTS_TERMS_OF_USE.md
เว้นแต่กฎหมายที่บังคับใช้กำหนดไว้ AlphaFold 3 และเอาต์พุตของมันถูกแจกจ่าย "ตามที่เป็น" โดยไม่มีการรับประกันหรือเงื่อนไขใดๆ ไม่ว่าจะโดยชัดแจ้งหรือโดยนัย คุณเป็นผู้รับผิดชอบแต่เพียงผู้เดียวในการพิจารณาความเหมาะสมของการใช้ AlphaFold 3 หรือการใช้หรือแจกจ่ายซอร์สโค้ดหรือเอาต์พุตของมัน และยอมรับความเสี่ยงใดๆ และทั้งหมดที่เกี่ยวข้องกับการใช้หรือการแจกจ่ายดังกล่าว และการใช้สิทธิ์และภาระผูกพันของคุณภายใต้ข้อกำหนดที่เกี่ยวข้อง ผลลัพธ์คือการคาดการณ์ที่มีระดับความเชื่อมั่นต่างกัน และควรตีความอย่างระมัดระวัง ใช้ดุลยพินิจก่อนที่จะพึ่งพา เผยแพร่ ดาวน์โหลด หรือใช้สินทรัพย์ AlphaFold 3
AlphaFold 3 และเอาต์พุตใช้สำหรับการสร้างแบบจำลองทางทฤษฎีเท่านั้น ไม่ได้มีวัตถุประสงค์ ตรวจสอบ หรืออนุมัติให้ใช้ทางคลินิก คุณไม่ควรใช้ AlphaFold 3 หรือผลลัพธ์ของมันเพื่อวัตถุประสงค์ทางคลินิก หรือพึ่งพาคำแนะนำทางการแพทย์หรือจากผู้เชี่ยวชาญอื่นๆ เนื้อหาใดๆ ที่เกี่ยวข้องกับหัวข้อเหล่านั้นมีไว้เพื่อวัตถุประสงค์ในการให้ข้อมูลเท่านั้น และไม่สามารถใช้แทนคำแนะนำจากผู้เชี่ยวชาญที่มีคุณสมบัติเหมาะสมได้ ดูข้อกำหนดที่เกี่ยวข้องสำหรับภาษาเฉพาะที่ควบคุมการอนุญาตและข้อจำกัดภายใต้ข้อกำหนด
การใช้ซอฟต์แวร์ ไลบรารี หรือรหัสของบุคคลที่สามที่อ้างถึงในส่วนการรับทราบข้างต้นอาจอยู่ภายใต้ข้อกำหนดและเงื่อนไขหรือข้อกำหนดใบอนุญาตที่แยกต่างหาก การใช้ซอฟต์แวร์ ไลบรารี หรือโค้ดของบุคคลที่สามของคุณอยู่ภายใต้ข้อกำหนดดังกล่าว และคุณควรตรวจสอบว่าคุณสามารถปฏิบัติตามข้อจำกัดหรือข้อกำหนดและเงื่อนไขที่เกี่ยวข้องก่อนใช้งาน
ฐานข้อมูลต่อไปนี้ได้รับการ: (1) มิเรอร์โดย Google DeepMind; และ (2) บางส่วนรวมอยู่ในแพ็คเกจรหัสการอนุมานเพื่อการทดสอบ และพร้อมใช้งานโดยอ้างอิงถึงสิ่งต่อไปนี้:
BFD (แก้ไข) โดย Steinegger M. และ Söding J. แก้ไขโดย Google DeepMind มีให้ใช้งานภายใต้ Creative Commons Attribution 4.0 International License ดูส่วนวิธีการของกระดาษโปรตีโอม AlphaFold สำหรับรายละเอียด
PDB (ไม่มีการดัดแปลง) โดย HM Berman และคณะ ใช้งานได้โดยไม่มีข้อจำกัดด้านลิขสิทธิ์ทั้งหมด และจัดทำขึ้นโดยสมบูรณ์และเสรีสำหรับการใช้งานที่ไม่ใช่เชิงพาณิชย์และเชิงพาณิชย์ภายใต้ CC0 1.0 Universal (CC0 1.0) Public Domain Dedication
MGnify: v2022_05 (ไม่ได้แก้ไข) โดย Mitchell AL และคณะ ใช้งานได้โดยไม่มีข้อจำกัดด้านลิขสิทธิ์ทั้งหมด และจัดทำขึ้นโดยสมบูรณ์และเสรีสำหรับการใช้งานที่ไม่ใช่เชิงพาณิชย์และเชิงพาณิชย์ภายใต้ CC0 1.0 Universal (CC0 1.0) Public Domain Dedication
UniProt: 2021_04 (ไม่มีการแก้ไข) โดย The UniProt Consortium พร้อมใช้งานภายใต้ Creative Commons Attribution 4.0 International License
UniRef90: 2022_05 (ไม่ได้แก้ไข) โดย The UniProt Consortium พร้อมใช้งานภายใต้ Creative Commons Attribution 4.0 International License
NT: 2023_02_23 (แก้ไข) ดูรายละเอียดเพิ่มเติมในข้อมูลเสริมของกระดาษ AlphaFold 3
RFam: 14_4 (แก้ไข) โดย I. Kalvari และคณะ ใช้งานได้โดยไม่มีข้อจำกัดด้านลิขสิทธิ์ทั้งหมด และจัดทำขึ้นโดยสมบูรณ์และเสรีสำหรับการใช้งานที่ไม่ใช่เชิงพาณิชย์และเชิงพาณิชย์ภายใต้ CC0 1.0 Universal (CC0 1.0) Public Domain Dedication ดูข้อมูลเพิ่มเติมของกระดาษ AlphaFold 3 สำหรับรายละเอียด
RNACentral: 21_0 (แก้ไข) โดย The RNAcentral Consortium ใช้งานได้โดยไม่มีข้อจำกัดด้านลิขสิทธิ์ทั้งหมด และจัดทำขึ้นโดยสมบูรณ์และเสรีสำหรับการใช้งานที่ไม่ใช่เชิงพาณิชย์และเชิงพาณิชย์ภายใต้ CC0 1.0 Universal (CC0 1.0) Public Domain Dedication ดูข้อมูลเพิ่มเติมของกระดาษ AlphaFold 3 สำหรับรายละเอียด
