「AlphaFold」の版間の差分
ナビゲーションに移動
検索に移動
16行目: | 16行目: | ||
<pre> | <pre> | ||
-f ${AF_DIR}/example/query.fasta \ | -f ${AF_DIR}/example/query.fasta \ | ||
-o ${HOME}/dtest \ | -o ${HOME}/dtest \ | ||
-m model_1_ptm,model_2_ptm,model_3_ptm,model_4_ptm,model_5_ptm \ | -m model_1_ptm,model_2_ptm,model_3_ptm,model_4_ptm,model_5_ptm \ | ||
</pre> | </pre> | ||
を適宜書き換えて保存してください。 | を適宜書き換えて保存してください。 | ||
編集必須のオプション: | 編集必須のオプション: | ||
* -f 検索するアミノ酸配列FASTAファイル | |||
* -o 結果を保存するディレクトリ | * -o 結果を保存するディレクトリ | ||
このままでも動くオプション: | このままでも動くオプション: | ||
47行目: | 45行目: | ||
* -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) | * -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...) | * -g GPUを使うかどうか(当システムにGPUはありません...) | ||
qsubに与えて実行します。<br> | |||
qsub my_af2.sh | |||
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 | 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 |
2022年2月8日 (火) 00:10時点における版
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。
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_AF2.tar.gz ~/ tar zxvf venv_AF2.tar.gz
~/venv_AF2/af2_pbs 内にサンプルスクリプト(af2_test_node.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/af2_test_node.sh ~/my_af2.sh vi ~/my_af2.sh
19〜21行目、
-f ${AF_DIR}/example/query.fasta \ -o ${HOME}/dtest \ -m model_1_ptm,model_2_ptm,model_3_ptm,model_4_ptm,model_5_ptm \
を適宜書き換えて保存してください。
編集必須のオプション:
- -f 検索するアミノ酸配列FASTAファイル
- -o 結果を保存するディレクトリ
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...)
qsubに与えて実行します。
qsub my_af2.sh
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。