Colabfold_batch(Alphafold) 的本地化记录 今日视点
文章网址：https://www.nature.com/articles/s41592-022-01488-1
(资料图片仅供参考)
Coblab可用于windows ubuntu 子系统；
安装教程网址：https://github.com/YoshitakaMo/localcolabfold
1、确保自己的子系统安装了wget，curl和git；
2、安装cuda>=11.1; 利用ncvv --version 检查CUDA是否安装；可按照提示利用apt-get安装；
3、利用apt 安装gcc；利用gcc --version 检查是否已安装；没有可按提示利用apt-get安装；
4、可以下载教程中的install_colabbatch_linux.sh；下载后运行安装；也可打开该文件一步步自己安装；由于网络问题，采用一步步安装的方法：
(1)conda创建colabfold环境； conda create -n colabfold python==3.9
（2）conda activate colabfold
（3）conda 安装python cudnn cudatoolkit openmm pdbfixer
（4）conda 安装kalign2 hhsuite mmseqs2
（5）pip 安装 colabfold ；利用git安装
（6）pip 本地利用轮子安装适用于gpu的jaxlib
（7）pip 安装jax 和 biopython
（8）创建一个文件夹下载参数：
cd ${COLABFOLDDIR}
python -m colabfold.download
cd ${CURRENTPATH}
（9）使matplotlib不依赖于gui运行；进入colabfold的安装位置，运行:
sed -i -e "s#from matplotlib import pyplot as plt#import matplotlib\nmatplotlib.use('Agg')\nimport matplotlib.pyplot as plt#g" plot.py
（10)关联参数
sed -i -e "s#appdirs.user_cache_dir(__package__ or \"colabfold\")#\"{放置参数的文件夹目录}"#g" download.py
# remove cache directory
rm -rf __pycache__
（10）激活环境后，运行colabfold_batch --help 检测是否安装好
5、在wsl中运行colabfold_batch需加环境变量：
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"
环境变量的具体详解见：https://parafold.sjtu.edu.cn/docs/quick-start/#4.2
可通过具体设置来XLA_PYTHON_CLIENT_MEM_FRACTION的大小解决内存问题
PS ：1）笔记本的3060ti 可以预测大概800aa左右的蛋白结构，大约只需要20分钟；比用goole colab快；
2）好像并不支持本地的CPU与运行；可以通过卸载jax，重新安装jax[cpu]来运行，但是没有成功运行，报错推荐GPU运行（）；具体的可以查阅jax官网：https://jax.readthedocs.io/en/latest/notebooks/quickstart.html
3）很大的蛋白好像可以拆成具有重叠区域的几段，然后再在pymol中拼接
关键词：
