ColabFold

ColabFold 是 Sergey Ovchinnikov 等人开发的快速蛋白结构预测软件,使用 MMseqs2 替代 MSA,能够快速精准预测包含复合体在内的蛋白结构。开源代码:https://github.com/sokrypton/ColabFold

ColabFold 支持本地安装使用,Yoshitaka Moriwaki 开发维护的 LocalColabFold 可以很容易在交大思源一号上安装。下面将介绍以 LocalColabFold 形式在思源一号上安装和使用 ColabFold

交大计算平台同时也部署了 AlphaFold 和 ParaFold,欢迎查看:AlphaFold2

ColabFold 安装

申请 CPU 计算节点,以交互模式安装。conda 安装都需要至计算节点:

srun -p 64c512g -n 8 --pty /bin/bash

假设在个人 home 文件夹下建立 colab 文件夹:

mkdir ~/colab; cd colab

下载 localcolabfold:

git clone https://github.com/YoshitakaMo/localcolabfold.git

接下来一键安装全部软件 (这里预计半小时以上):

cd localcolabfold
./install_colabbatch_linux.sh

安装完毕,将出现 Installation of colabfold_batch finished 字样

ColabFold 使用

ColabFold 在思源一号上有两种运行方法:

  • 交互模式,适用于短序列和调试

  • slurm 作业模式,适用于长时间或正式计算

方法一:交互模式运行

申请 GPU 计算节点:

srun -p a100 -N 1 -n 1 --cpus-per-task=16 --gres=gpu:1 --pty /bin/bash

激活 conda 环境:

export PATH="~/colab/localcolabfold/colabfold_batch/bin:$PATH"
module load miniconda3
source activate ~/colab/localcolabfold/colabfold_batch/colabfold-conda

在包含 test.fasta 的文件夹里运行:

colabfold_batch --num-recycle 1 test.fasta output

其中,test.fasta 文件内容示例:

>2LHC_1|Chain A|Ga98|artificial gene (32630)
PIAQIHILEGRSDEQKETLIREVSEAISRSLDAPLTSVRVIITEMAKGHFGIGGELASK

方法二:slurm 脚本运行

作业脚本示例(假设作业脚本名为 sub.slurm):

#!/bin/bash
#SBATCH --job-name=colabfold
#SBATCH --partition=a100
#SBATCH -N 1
#SBATCH --ntasks-per-node=1
#SBATCH --cpus-per-task=16
#SBATCH --gres=gpu:1          # use 1 GPU
#SBATCH --output=%j.out
#SBATCH --error=%j.err

export PATH="~/colab/localcolabfold/colabfold_batch/bin:$PATH"
export https_proxy=http://proxy2.pi.sjtu.edu.cn:3128
export http_proxy=http://proxy2.pi.sjtu.edu.cn:3128
export no_proxy=puppet,proxy,172.16.0.133,pi.sjtu.edu.cn

module load miniconda3
source activate ~/colab/localcolabfold/colabfold_batch/colabfold-conda

colabfold_batch --num-recycle 1 test.fasta output

然后使用 sbatch sub.slurm 语句提交作业

参考资料


最后更新: 2024 年 05 月 11 日