AlphaFold211

DeepMind社のタンパク質立体構造予測プログラム AlphaFold が利用できます。

2021/11/11 最新版、AlphaFold2.1.1 の使い方です。2.0系についてはこちら

使い方：
ソースをホームディレクトリにコピーして解凍してください

 cd
 cp /bio/package/alphafold/venv_AF211.tar.gz ~/
 tar zxvf venv_AF211.tar.gz

~/venv_AF211/af2_pbs 内にサンプルスクリプト（run_alphafold_example.sh）があります。これを適当な名前をつけてコピーして編集します

cp ~/venv_AF2/af2_pbs/run_alphafold_example.sh ~/my_af2.sh
vi ~/my_af2.sh

書き換えるのは、############# EDIT FOLLOW LINE ################### から下行：

output_dir="${AF_DIR}/gpfs211"
fasta_path="${AF_DIR}/example/query.fasta"
model_preset='monomer_ptm' #'monomer' |  'monomer_casp14' |  'monomer_ptm' |  'multimer'
db_preset='full_dbs'       #'full_dbs' | 'reduced_dbs'

上から、

1. ```output_dir=``` 結果を保存するディレクトリ名

qsub my_af2.sh

編集必須のオプション：

• -o   結果を保存するディレクトリ
• -f   検索するアミノ酸配列FASTAファイル

このままでも動くオプション：

• -m   利用するモデルの種類（カンマ区切り、サンプルでは５モデル全てを適用した結果を返すように書かれています）

サンプルには記述がないが、追加できるオプション：

• -p {full_dbs|reduced_dbs|casp14}
  • full_dbs
  • reduced_dbs
  • caps14

他のオプションの説明：

• -d   alphafold用データベースのディレクトリ
• -t   最新のテンプレート公開日（このままで大丈夫です 2021-08-24現在）
• -g   GPUを使うかどうか（当システムにGPUはありません...）

所要時間は検索配列の長さに依存します　〜70 => 40分、〜500 => 10時間

おまけ：結果を手元のPCの jupyter-notebook で立体的に見てみましょう： fold3Dplot_jupyter

0. bias5からはログアウトし、手元のPCで閲覧します。

1. 結果のディレクトリを手元のPCにコピーします

scp your_user_id@bias5.nibb.ac.jp:~/your_alphafold_result_directory .

2. 手元のPCに python3 および、下記のライブラリをインストールします。

• numpy
• pickle
• py3Dmol
• matplotlib.pyplot
• ipywidgets
• jupyter-notebook

3. fold3Dplot_jupyter から、fold3Dplot.ipynb をダウンロードします。

4. 先ほどの alphafoldの結果ディレクトリに fold3Dplot.ipynb を置きます

5. jupyter-notebook を起動します

python3 jupyter-notebook

6. fold3Dplot.ipynb を jupyter の画面から開き、セル->全てのセルを実行 します。