AlphaFold

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

44行目、

bash ${AF_DIR}/run_alphafold_gpfs.sh -d ${DB} -o ${HOME}/dtest -m model_1_ptm,model_2_ptm,model_3_ptm,model_4_ptm,model_5_ptm -f ${AF_DIR}/example/query.fasta -t 2020-05-14 -g False

を適宜書き換えて保存してください。 qsubに与えて実行します。

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
• -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）

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。