alphafold3
v3.0.0
该包提供了 AlphaFold 3 推理管道的实现。有关如何访问模型参数的信息，请参阅下文。您只能使用直接从 Google 收到的 AlphaFold 3 模型参数。使用须遵守这些使用条款。
任何公开使用此源代码、模型参数或由此产生的输出的发现的出版物都应引用 AlphaFold 3 论文的生物分子相互作用的准确结构预测。
另请参阅补充信息以获取该方法的详细说明。
AlphaFold 3 也可在 alphafoldserver.com 上用于非商业用途，但具有更有限的配体和共价修饰。
如果您有任何疑问，请通过 [email protected] 联系 AlphaFold 团队。
该存储库包含 AlphaFold 3 推理所需的所有代码。要请求访问 AlphaFold 3 模型参数，请填写此表格。 Google DeepMind 将自行决定是否授予访问权限。我们的目标是在 2-3 个工作日内回复请求。您只能使用直接从 Google 收到的 AlphaFold 3 模型参数。使用须遵守这些使用条款。
请参阅安装文档。
安装 AlphaFold 3 后，您可以使用以下名为alphafold_input.json的输入 JSON 文件来测试您的设置：
{“名称”：“2PV7”，“序列”：[
{“蛋白质”：{“id”：[“A”，“B”]，“序列”： "GMRESYANENQFGFKTINSDIHKIVIVGGYGKLGGLFARYLRASGYPISILDREDWAVAESILANADVVIVSVPINLTLETIERLKPYLTENMLLADLTSVKREPLAKMLEVHTGAVLGLHPMFGADIASMAKQVVVRCDGRFPERYEW LLEQIQIWGAKIYQTNATEHDHNMTYIQALRHFSTFANGLHLSKQPINLANLLALSSPIYRLELAMIGRLFAQDAELYADIIMDKSELAVIETLKQTYDEALTFFENNDRQGFIDAFHKVRDWFGDYSEQFLKESRQLLQQANDLKQG" }
}
]、“modelSeeds”：[1]、“方言”：“alphafold3”、“版本”：1}然后，您可以使用以下命令运行 AlphaFold 3：
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
您可以将各种标志传递给run_alphafold.py命令，以列出所有运行python run_alphafold.py --help标志。控制 AlphaFold 3 将运行哪些部分的两个基本标志是：
--run_data_pipeline (默认为true ): 是否运行数据管道，即遗传和模板搜索。这部分仅需要 CPU，非常耗时，并且可以在没有 GPU 的机器上运行。
--run_inference （默认为true ）：是否运行推理。这部分需要GPU。
请参阅输入文档。
请参阅输出文档。
请参阅性能文档。
已知问题记录在已知问题文档中。
如果问题尚未在已知问题或问题跟踪器中列出，请创建一个问题。
任何披露使用此源代码、模型参数或由此产生的输出的结果的出版物都应引用：
@文章{Abramson2024，作者 = {艾布拉姆森、乔什和阿德勒、乔纳斯和邓格、杰克和埃文斯、理查德和格林、蒂姆和普里策尔、亚历山大和罗纳伯格、奥拉夫和威尔莫尔、林赛和巴拉德、安德鲁·J.和班布里克、约书亚和Bodenstein、Sebastian W. 和 Evans、David A. 和 Hung、Chia-Chun 和 O'Neill、Michael 和 Reiman， David 和 Tunyasuvunakool、Kathryn 和 Wu、Zachary 和 Žemgulytė、Akvilė 和 Arvaniti、Eirini 和 Beattie、Charles 和 Bertolli、Ottavia 和 Bridgland、Alex 和 Cherepanov、Alexey 和 Congreve、Miles 和 Cowen-Rivers、Alexander I. 和 Cowie、Andrew 和迈克尔·菲格诺夫 (Figurnov)、法比安·B·福克斯 (Fabian B.) 和汉娜·格拉德曼 (Gladman)和 Jain、Rishub 和 Khan、Yousuf A. 和 Low、Caroline MR 和 Perlin、Kuba 和 Potapenko、Anna 和 Savy、Pascal 和 Singh、Sukhdeep 和 Stecula、Adrian 和 Thillaisundaram、Ashok 和 Tong、Catherine 和 Yakneen、Sergei 和zhong， Ellen D. 和 Zielinski、Michal 和 Žídek、Augustin 和 Victor Bapst和 Kohli、Pushmeet 和 Jaderberg、Max 和 Hassabis、Demis 和 Jumper、John M.}，期刊 = {Nature}，标题 = {使用 AlphaFold 3 进行生物分子相互作用的精确结构预测}，年份 = {2024}，卷 = {630 }，编号 = {8016}，页数 = {493–-500}，doi = {10.1038/s41586-024-07487-w}}AlphaFold 3 的发布得益于以下人员的宝贵贡献：
安德鲁·考伊 / 贝拉·汉森 / 查理·贝蒂 / 克里斯·琼斯 / 格蕾丝·玛甘德 / 雅各布·凯利 / 詹姆斯·斯宾塞 / 乔什·艾布拉姆森 / 凯瑟琳·图尼亚苏瓦纳库尔 / 库巴·佩林 / 林赛·威尔莫尔 / 马克斯·比莱斯奇 / 莫莉·贝克 / 奥列格·科瓦列夫斯基 / 塞巴斯蒂安·博登斯坦 / 苏赫迪普·辛格 / 蒂姆·格林、托比·萨金特、乌切奇·奥克雷克、约塔姆·多伦和奥古斯丁Žídek（工程主管）。
我们还向 Google 和 Isomorphic Labs 的合作者表示感谢。
AlphaFold 3 使用以下单独的库和包：
Abseil-cpp 和 Abseil-py
切克斯
码头工人
DSSP
HMMER 套件
俳句
贾克斯
贾克斯-海卫一
贾克斯打字
库文件
数值模拟
pybind11 和 pybind11_abseil
RD套件
树
海卫一
全面质量管理
我们感谢所有贡献者和维护者！
如果您有本概述中未涵盖的任何问题，请通过 [email protected] 联系 AlphaFold 团队。
我们很乐意听到您的反馈并了解 AlphaFold 3 如何在您的研究中发挥作用。请通过 [email protected] 与我们分享您的故事。
这不是 Google 官方支持的产品。
版权所有 2024 DeepMind 技术有限公司。
AlphaFold 3 源代码根据知识共享署名-非商业性相同方式共享国际许可证，版本 4.0 (CC-BY-NC-SA 4.0)（“许可证”）获得许可；除非遵守许可证，否则您不得使用此文件。您可以在 https://github.com/google-deepmind/alphafold3/blob/main/LICENSE 获取许可证副本。
AlphaFold 3 模型参数根据 AlphaFold 3 模型参数使用条款（“条款”）提供；除非遵守条款，否则您不得使用这些内容。您可以在 https://github.com/google-deepmind/alphafold3/blob/main/WEIGHTS_TERMS_OF_USE.md 获取条款的副本。
除非适用法律要求，否则 AlphaFold 3 及其输出均按“原样”分发，不带任何明示或暗示的保证或条件。您全权负责确定使用 AlphaFold 3 或使用或分发其源代码或输出的适当性，并承担与此类使用或分发以及您根据相关条款行使权利和义务相关的任何及所有风险。输出是具有不同置信度的预测，应仔细解释。在依赖、发布、下载或以其他方式使用 AlphaFold 3 资产之前请谨慎行事。
AlphaFold 3 及其输出仅用于理论建模。它们并非旨在、验证或批准用于临床用途。您不应将 AlphaFold 3 或其输出用于临床目的，也不应依赖它们来获取医疗或其他专业建议。有关这些主题的任何内容仅供参考，不能替代合格专业人士的建议。请参阅条款下管理权限和限制的特定语言的相关条款。
使用上述“致谢”部分中提到的第三方软件、库或代码可能受单独的条款和条件或许可条款的约束。您对第三方软件、库或代码的使用须遵守任何此类条款，并且您应在使用前检查是否能够遵守任何适用的限制或条款和条件。
以下数据库已：（1）由 Google DeepMind 镜像； (2) 部分包含在推理代码包中用于测试目的，可参考以下内容：
BFD（已修改），由 Steinegger M. 和 Söding J. 编写，由 Google DeepMind 修改，可根据 Creative Commons Attribution 4.0 International License 获得。有关详细信息，请参阅 AlphaFold 蛋白质组论文的方法部分。
PDB（未经修改），由 HM Berman 等人提供，不受所有版权限制，并根据 CC0 1.0 通用 (CC0 1.0) 公共领域奉献完全免费地用于非商业和商业用途。
MGnify：v2022_05（未修改），由 Mitchell AL 等人提供，不受所有版权限制，并根据 CC0 1.0 通用 (CC0 1.0) 公共领域奉献完全免费地用于非商业和商业用途。
UniProt：2021_04（未修改），由 UniProt 联盟制定，可根据知识共享署名 4.0 国际许可使用。
UniRef90：2022_05（未修改），由 UniProt 联盟制定，可根据知识共享署名 4.0 国际许可证使用。
NT：2023_02_23（已修改）详情请参阅 AlphaFold 3 论文的补充信息。
RFam：14_4（修改），由 I. Kalvari 等人提供，不受所有版权限制，并根据 CC0 1.0 通用 (CC0 1.0) 公共领域奉献完全免费地用于非商业和商业用途。有关详细信息，请参阅 AlphaFold 3 论文的补充信息。
RNACentral：21_0（已修改），由 RNAcentral 联盟提供，不受所有版权限制，并根据 CC0 1.0 通用 (CC0 1.0) 公共领域奉献完全免费地用于非商业和商业用途。有关详细信息，请参阅 AlphaFold 3 论文的补充信息。
