跳转至

RoseTTAFold

本文档由杨磊同学提供

RoseTTAFold使用三轨神经网络预测蛋白的结构和相互作用,相对于AlphaFold,RoseTTAFold的精度虽有所降低,但其运行所需的内存和运行时间大大降低。

下载RoseTTAFold

git clone https://github.com/RosettaCommons/RoseTTAFold.git
cd RoseTTAFold

利用软件给的conda配置环境进行依赖项的部署,因为集群默认使用的是cuda11.4,所以我们使用默认的cuda11版本进行部署

conda env create -f RoseTTAFold-linux.yml

下载权重

wget https://files.ipd.uw.edu/pub/RoseTTAFold/weights.tar.gz
tar xfz weights.tar.gz

下载数据库

数据库已存放在/share/database/RosettaFold,大家可以使用软链接将数据链接到自己的安装目录中,因为RoseTTAFold默认数据在自己的安装目录

使用方法

# 单体预测
#BSUB -J RoseTTAFold
#BSUB -n 1
#BSUB -o %J.out
#BSUB -e %J.err
#BSUB -q gpu
#BSUB -m gpu01

conda activate RoseTTAFold
cd example
../run_e2e_ver.sh input.fa .

#复合物预测请参照example中的complex_modeling/complex_2track目录。

如果要使用PyRosetta,需要使用以下命令进行另一个环境的创建,并且需要下载PyRosetta的许可证并安装到该新环境中才能使用

conda env create -f folding-linux.yml
#单体预测
cd example
../run_pyrosetta_ver.sh input.fa .

预计结果

使用run_e2e_ver.sh 会获得一个最优的PDB文件,类似于 *_.e2e.pdb ;使用run_pyrosetta_ver.sh 则会获得5个结构文件。

本文阅读量  次
本站总访问量  次