localcolabfold 下载 - localcolabfold 源码下载

本地协作折叠

其他源码

v1.5.5

下载

本地ColabFold

您本地 PC（或 macOS）上的 ColabFold。另请参阅 ColabFold 存储库。

什么是 LocalColabFold？

LocalColabFold 是一个安装程序脚本，旨在使 ColabFold 功能在用户的本地计算机上可用。它支持多种操作系统，例如 Windows 10 或更高版本（使用 Windows Subsystem for Linux 2）、macOS 和 Linux。

如果您只想预测少量天然存在的蛋白质，我建议使用 ColabFold 笔记本或从 AlphaFold 蛋白质结构数据库或 UniProt 下载结构。 LocalColabFold 适用于更高级的应用，例如对天然复合物、非天然蛋白质的结构预测进行批量处理，或使用手动指定的 MSA/模板进行预测。

LocalColabFold 的优点

如果您的 PC 具有 Nvidia GPU 和 CUDA 驱动程序，则结构推理和松弛将会加速。
无超时（90 分钟和 12 小时）
无 GPU 限制
无需准备本机 AlphaFold2 所需的大型数据库。

注（2024 年 5 月 21 日）

由于当前 GPU 支持的 jax > 0.4.26 需要 CUDA 12.1 或更高版本以及 cudnn 9，因此请升级或安装您的 CUDA 驱动程序和 cudnn。推荐使用 CUDA 12.4。

注（2024 年 1 月 30 日）

ColabFold 现已升级至 1.5.5（与 AlphaFold 2.3.2 兼容）。现在 LocalColabFold 需要CUDA 12.1 或更高版本。如果您尚未更新 CUDA 驱动程序，请更新。
现在（本地）ColabFold 无需连接互联网即可预测蛋白质结构。使用setup_databases.sh脚本下载并构建数据库（另请参阅 ColabFold 下载）。此注释中写入了运行colabfold_search以在本地获取 MSA 和模板的说明。

新更新

2024 年 1 月 30 日，ColabFold 1.5.5（兼容 AlphaFold 2.3.2）。现在 LocalColabFold 需要CUDA 12.1 或更高版本。请更新您的 CUDA 驱动程序。
2023 年 4 月 30 日，更新为使用 python 3.10 以与 Google Colaboratory 兼容。
2023年3月9日，1.5.1版本发布。基本目录已从colabfold_batch更改为localcolabfold ，以区别于执行命令。
2023年3月9日，1.5.0版本发布。请参阅版本 v1.5.0
2023 年 2 月 5 日，版本 1.5.0-预发布。
2022年6月16日，1.4.0版本发布。请参阅版本 v1.4.0
2022 年 5 月 7 日，更新update_linux.sh 。另请参阅如何更新。如果需要 GPU 松弛，请使用新选项--use-gpu-relax （推荐）。
2022年4月12日，1.3.0版本发布。请参阅版本 v1.3.0
2021 年 12 月 9 日，版本 1.2.0-beta 发布。添加了易于使用的更新程序脚本。请参阅如何更新。
2021 年 12 月 4 日，LocalColabFold 现已与最新的 pip 可安装 ColabFold 兼容。在此存储库中，我将提供一个脚本来安装 ColabFold 和一些外部参数文件，以使用 AMBER 执行松弛。 AlphaFold 和 AlphaFold-Multimer 的权重参数将在您第一次运行时自动下载。

安装

对于Linux

确保您的电脑上已经安装了curl 、 git和wget命令。如果不存在，您需要首先安装它们。对于 Ubuntu，输入sudo apt -y install curl git wget 。
确保您的 Cuda 编译器驱动程序是11.8 或更高版本（最好是最新版本 12.4）。如果您没有 GPU 或不打算使用 GPU，则可以跳过此步骤：
```
 $ nvcc --版本
nvcc：NVIDIA (R) Cuda 编译器驱动程序
版权所有 (c) 2005-2022 NVIDIA 公司
建于 Wed_Sep_21_10:33:58_PDT_2022
Cuda 编译工具，版本 11.8，V11.8.89
构建cuda_11.8.r11.8/compiler.31833905_0
```
请勿使用nvidia-smi检查版本。
如果您尚未安装，请参阅适用于 Linux 的 NVIDIA CUDA 安装指南。

确保您的 GNU 编译器版本为9.0 或更高版本，因为 openmm 需要GLIBCXX_3.4.26 ：

 $ gcc --版本
gcc (Ubuntu 9.3.0-17ubuntu1~20.04) 9.3.0
版权所有 (C) 2019 自由软件基金会, Inc.
这是免费软件；请参阅复制条件的来源。  没有
保修单;甚至不是为了适销性或特定用途的适用性。

如果版本是 8.5.0 或更早版本（例如 CentOS 7、Rocky/Almalinux 8 等），请安装新版本并为其添加PATH 。

从此存储库下载install_colabbatch_linux.sh ：
```
 $ wget https://raw.githubusercontent.com/YoshitakaMo/localcolabfold/main/install_colabbatch_linux.sh
```
并在要安装的目录中运行它：
```
 $ bash install_colabbatch_linux.sh
```
大约5分钟后，将创建localcolabfold目录。安装后请勿移动该目录。

保持网络畅通。并检查日志输出，看看是否有错误。
如果在输出日志中发现错误，最简单的方法是检查网络并删除 localcolabfold 目录，然后重新运行安装脚本。

添加环境变量PATH：

 # 对于 bash 或 zsh
# 例如导出 PATH="/home/moriwaki/Desktop/localcolabfold/colabfold-conda/bin:$PATH"
导出 PATH="/path/to/your/localcolabfold/colabfold-conda/bin:$PATH"

建议将此导出命令添加到~/.bashrc中并重新启动bash（每次启动bash时都会执行~/.bashrc ）

要运行预测，请输入
```
colabfold_batch 输入输出目录/
```
结果文件将在outputdir中创建。该命令将在没有模板和松弛（能量最小化）的情况下执行预测。如果您想使用模板和松弛，请分别添加--templates和--amber标志。例如，
```
 colabfold_batch --templates --amber 输入输出目录/
```
colabfold_batch将自动检测预测是单体预测还是复杂预测。在大多数情况下，用户不必添加--model-type alphafold2_multimer_v3来打开多聚体预测。 alphafold2_multimer_v1, alphafold2_multimer_v2也可用。默认值为auto （对于单体使用alphafold2_ptm ，对于复合物使用alphafold2_multimer_v3 。）

有关更多详细信息，请参阅标志和colabfold_batch --help 。

对于 WSL2（在 Windows 中）

注意：如果您的安装由于符号链接 ( symlink ) 创建问题而失败，这是由于 Windows 文件系统不区分大小写（而 Linux 文件系统区分大小写）。要解决此问题，请在 Windows Powershell 上运行以下命令：

fsutil file SetCaseSensitiveInfo pathtolocalcolabfoldinstallation enable

将pathtocolabfoldinstallation替换为安装 LocalColabFold 的目录路径。另外，请确保您在 Windows Powershell（而不是 WSL）上运行该命令。有关更多详细信息，请参阅调整区分大小写 (Microsoft)。

在运行预测之前：

export TF_FORCE_UNIFIED_MEMORY="1"
export XLA_PYTHON_CLIENT_MEM_FRACTION="4.0"
export XLA_PYTHON_CLIENT_ALLOCATOR="platform"
export TF_FORCE_GPU_ALLOW_GROWTH="true"

建议将这些导出命令添加到~/.bashrc中并重新启动bash（每次启动bash时都会执行~/.bashrc ）

对于 macOS

注意：由于缺乏 Nvidia GPU/CUDA 驱动，macOS 上的结构预测比 Linux+GPU 上慢 5-10 倍。对于测试序列 (58 aa)，可能需要 30 分钟。不过，在准备 Linux+GPU 环境之前先尝试一下它可能会很有用。

您可以通过在终端上输入uname -m来检查您的 Mac 是 Intel 还是 Apple Silicon。

 $ uname -m
x86_64 # Intelarm64 # 苹果芯片

请使用适合您 Mac 的正确安装程序。

适用于配备 Intel CPU 的 Mac

如果不存在，请安装 Homebrew：

 $ /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

使用 Homebrew 安装wget 、 gnu-sed 、 HH-suite 和 kalign ：

 $brew安装wgetgnu-sed
$brew 安装brewsci/bio/hh-suitebrewsci/bio/kalign

从此存储库下载install_colabbatch_intelmac.sh ：
```
 $ wget https://raw.githubusercontent.com/YoshitakaMo/localcolabfold/main/install_colabbatch_intelmac.sh
```
并在要安装的目录中运行它：
```
 $ bash install_colabbatch_intelmac.sh
```
大约5分钟后， colabfold_batch目录将被创建。安装后请勿移动该目录。
其余过程与“对于Linux”相同。

适用于配备 Apple Silicon（M1 芯片）的 Mac

注意：此安装程序是实验性的，因为大多数依赖包尚未在 Apple Silicon Mac 上进行完全测试。

如果不存在，请安装 Homebrew：

 $ /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

使用 Homebrew 安装几个命令（现在 kalign 3.3.2 可用！）：

 $brew安装wgetcmakegnu-sed
$brew 安装brewsci/bio/hh-suite
$brew 安装brewsci/bio/kalign

使用 Homebrew 安装miniforge命令：
```
 $brew安装--cask miniforge
```
从此存储库下载install_colabbatch_M1mac.sh ：
```
 $ wget https://raw.githubusercontent.com/YoshitakaMo/localcolabfold/main/install_colabbatch_M1mac.sh
```
并在要安装的目录中运行它：
```
 $ bash install_colabbatch_M1mac.sh
```
大约5分钟后， colabfold_batch目录将被创建。安装后请勿移动该目录。您可以忽略一路上出现的安装错误。
其余过程与“对于Linux”相同。

输入示例

ColabFold 可以接受多种文件格式或目录。

positional arguments:
  input                 Can be one of the following: Directory with fasta/a3m
                        files, a csv/tsv file, a fasta file or an a3m file
  results               Directory to write the results to

快速格式

建议以>开头的标题行较短，因为描述将是输出文件的前缀。在氨基酸序列中插入换行符是可以接受的。

>sp|P61823
MALKSLVLLSLLVLVLLLVRVQPSLGKETAAAKFERQHMDSSTSAASSSNYCNQMMKSRN
LTKDRCKPVNTFVHESLADVQAVCSQKNVACKNGQTNCYQSYSTMSITDCRETGSSKYPN
CAYKTTQANKHIIVACEGNPYVPVHFDASV

为了预测多聚体，在蛋白质序列之间插入: 。

>1BJP_homohexamer
PIAQIHILEGRSDEQKETLIREVSEAISRSLDAPLTSVRVIITEMAKGHFGIGGELASKVRR:
PIAQIHILEGRSDEQKETLIREVSEAISRSLDAPLTSVRVIITEMAKGHFGIGGELASKVRR:
PIAQIHILEGRSDEQKETLIREVSEAISRSLDAPLTSVRVIITEMAKGHFGIGGELASKVRR:
PIAQIHILEGRSDEQKETLIREVSEAISRSLDAPLTSVRVIITEMAKGHFGIGGELASKVRR:
PIAQIHILEGRSDEQKETLIREVSEAISRSLDAPLTSVRVIITEMAKGHFGIGGELASKVRR:
PIAQIHILEGRSDEQKETLIREVSEAISRSLDAPLTSVRVIITEMAKGHFGIGGELASKVRR

>3KUD_RasRaf_complex
MTEYKLVVVGAGGVGKSALTIQLIQNHFVDEYDPTIEDSYRKQVVIDGETCLLDILDTAGQEEYSAMRDQ
YMRTGEGFLCVFAINNTKSFEDIHQYREQIKRVKDSDDVPMVLVGNKCDLAARTVESRQAQDLARSYGIP
YIETSAKTRQGVEDAFYTLVREIRQH:
PSKTSNTIRVFLPNKQRTVVNVRNGMSLHDCLMKALKVRGLQPECCAVFRLLHEHKGKKARLDWNTDAAS
LIGEELQVDFL

FASTA 格式文件中带有序列的多个>标题行会在指定的输出目录中同时产生多个预测。

csv 格式

在 csv 格式中， id和sequence应以,分隔。

id,sequence
5AWL_1,YYDPETGTWY
3G5O_A_3G5O_B,MRILPISTIKGKLNEFVDAVSSTQDQITITKNGAPAAVLVGADEWESLQETLYWLAQPGIRESIAEADADIASGRTYGEDEIRAEFGVPRRPH:MPYTVRFTTTARRDLHKLPPRILAAVVEFAFGDLSREPLRVGKPLRRELAGTFSARRGTYRLLYRIDDEHTTVVILRVDHRADIYRR

a3m格式

您可以输入 a3m 格式的 MSA 文件。对于多聚体预测，a3m 文件应与 colabfold 格式兼容。

旗帜

这些标志对于预测很有用。

--amber ：使用琥珀色进行结构细化（松弛/能量最小化）。为了控制排名靠前的结构的数量，可以设置--num-relax 。
--templates ：使用 pdb 中的模板。
--use-gpu-relax ：在 NVidia GPU 而不是 CPU 上运行 amber。此功能仅在配备 Nvidia GPU 的计算机上可用。
--num-recycle : 预测回收次数。增加回收量可以提高质量，但会减慢预测速度。默认值为3 。（例如--num-recycle 10 ）
--custom-template-path ：将--template使用的模板文件限制为仅包含在指定目录中的模板文件。该标志使我们能够使用非公共 pdb 文件进行预测。另请参见 sokrypton/ColabFold#177 。
--random-seed 更改随机数生成器的种子可能会导致不同的结构预测。 （例如--random-seed 42 ）
--num-seeds 要尝试的种子数。将从范围（random_seed，random_seed + num_seeds）迭代。（例如--num-seed 5 ）
--max-msa ：定义：要使用的max-seq:max-extra-seq序列数（例如--max-msa 512:1024 ）。如果您想单独指定，也可以使用--max-seq和--max-extra-seq参数。这是 del Alamo等人证明的《利用 AlphaFold2 采样转运蛋白和受体的替代构象状态》论文的重新实现。
--use-dropout ：在推理过程中激活 dropout，以从模型的不确定性中进行采样。
--overwrite-existing-results ：覆盖结果文件。
有关更多信息，请colabfold_batch --help 。

如何更新

由于 ColabFold 仍在开发中，因此您的本地 colabfold 也应该经常更新以使用最新功能。为此提供了一个易于使用的更新脚本。

要更新本地colabfold，只需执行以下命令：

 # 设置你的操作系统。选择以下变量之一 {linux,intelmac,M1mac}$ OS=linux # 如果是 Linux# 导航到安装 localcolabfold 的目录，例如 $ cd /home/moriwaki/Desktop/localcolabfold/# 获取最新更新程序$ wget https ://raw.githubusercontent.com/YoshitakaMo/localcolabfold/main/update_${OS}.sh -O update_${OS}.sh
$ chmod +x update_${OS}.sh# 执行它。$ ./update_${OS}.sh .

常问问题

安装前我还需要做什么？我需要 sudo 权限吗？

否，除了安装curl和wget命令。

我需要准备PDB70、BFD、Uniclust30、MGnify等大型数据库吗？

不，没有必要。 MSA 的生成由 MMseqs2 Web 服务器执行，就像 ColabFold 中的实现一样。

pLDDT 分数和 PAE 数据是否可用？

是的，它们将像 ColabFold 一样生成。

是否可以预测同源低聚物和复合物？

是的，输入序列的格式与 ColabFold 相同。请参阅query_sequence:及其对ColabFold的使用：AlphaFold2使用MMseqs2。

是否可以通过 jackhmmer 创建 MSA？

不，目前不支持。

我想使用多个 GPU 来执行预测。

AlphaFold 和 ColabFold 不支持多个 GPU 。只需一台 GPU 即可对您的蛋白质进行建模。

我有多个 GPU。我可以指定在每个 GPU 上运行 LocalColabfold 吗？

使用CUDA_VISIBLE_DEVICES环境变量。参见#200。

我收到错误消息CUDA_ERROR_ILLEGAL_ADDRESS: an illegal memory access was encountered 。

您可能尚未更新到 CUDA 11.8 或更高版本。请使用nvcc --version命令检查 Cuda 编译器的版本，而不是nvidia-smi 。

这在 Windows 10 上可用吗？

您可以使用 WSL2 在 Windows 10 上运行 LocalColabFold。

（新！）我想使用 a3m 格式的自定义 MSA 文件。

ColabFold 现在可以接受各种输入文件。请参阅帮助消息。您可以设置自己的 A3M 文件、包含多个序列的 fasta 文件（FASTA 格式）或包含多个 fasta 文件的目录。

教程和演示

ColabFold 教程在波士顿蛋白质设计和建模俱乐部发表。 [视频] [幻灯片]。

致谢

最初的 colabfold 最初由 Sergey Ovchinnikov (@sokrypton)、Milot Mirdita (@milot_mirdita) 和 Martin Steinegger (@thesteinegger) 创建。

我如何参考这项工作？

Mirdita M、Schütze K、Moriwaki Y、Heo L、Ovchinnikov S 和 Steinegger M. ColabFold - 让所有人都能进行蛋白质折叠。
自然方法(2022) doi: 10.1038/s41592-022-01488-1
如果您使用AlphaFold ，还请引用：
跳跃者等人。 “使用 AlphaFold 进行高度准确的蛋白质结构预测。”
自然(2021) doi: 10.1038/s41586-021-03819-2
如果您使用AlphaFold-multimer ，还请引用：
埃文斯等人。 “使用 AlphaFold-Multimer 预测蛋白质复合物。”
BioRxiv (2022) doi: 10.1101/2021.10.04.463034v2

展开

附加信息