AlphaFold
ナビゲーションに移動
検索に移動
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。
2023/01/18 最新版 AlphaFold 2.3.1 の利用方法です。2.1〜はこちら
使い方:
1. 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/alphafold-2.3.1.tar.gz ~/ tar zxvf alphafold-2.3.1.tar.gz
2. 解凍したディレクトリに移動します
cd alphafold-2.3.1
3. make_env.sh を実行してpythonの仮想環境をセットアップします
bash make_env.sh
4. ホームディレクトリに「AF230」というディレクトリが作成されます。この中にalphafold実行に必要なものが入っていますので、削除しないでください
5. run_alphafold_example.sh がサンプルスクリプトです。これを適当な名前をつけてコピーして編集します
cp ~/alphafold-2.3.1/run_alphafold_example.sh ~/my_af2.sh vi ~/my_af2.sh
書き換えるのは、############# EDIT FOLLOW LINE ################### から下の4行:21〜24行目、
output_dir="${HOME}/af_result" fasta_path="${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、
output_dir=
結果を保存するディレクトリ名fasta_path=
解析したい配列のFASTAファイルmodel_preset=
使いたいモデル名(monomer、monomer_casp14、monomer_ptm、multimer)のどれかdb_preset=
使いたいデータベース名(full_dbs または reduced_dbs)
#PBS
から続くqsubオプションも適宜変更ください(キュー名や利用するリソース量など)
実行:
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。