人工智能基础模型深度学习生物信息学科学计算【免费下载链接】alphafold3AlphaFold 3 inference pipeline.项目地址https://gitcode.com/gh_mirrors/alp/alphafold3点击查看免费下载本篇技术指南以 docs/installation.md 为主体完整讲解 AlphaFold 3 inference pipeline 的安装与首次运行流程包括硬件与系统前提、GCP 机器创建、rootless Docker 与 NVIDIA GPU 支持配置、约 630 GB 遗传数据库的下载、模型参数申请、Docker/Singularity 镜像构建以及首次结构预测的完整命令与参数解析。读完本文你将能在自己的 Linux NVIDIA GPU 机器上从零搭建并跑通第一个 AlphaFold 3 预测任务并掌握run_alphafold.py的核心标志与性能调优手段。系统要求与硬件前提AlphaFold 3 的官方安装与运行有明确的环境边界在开始前请先核对以下前提项目要求操作系统仅支持 Linux其他操作系统不支持磁盘空间完整安装最多需要约 1 TB 磁盘空间用于存放遗传数据库强烈推荐 SSDGPUNVIDIA GPUCompute Capability ≥ 8.0显存越大可预测的蛋白结构越大已验证规模单张 NVIDIA A100 80 GB 或单张 NVIDIA H100 80 GB 可容纳最多 5,120 tokens 的输入数值精度已在 A100 与 H100 上验证数值精度内存长目标long targets的遗传搜索阶段会消耗大量 RAM官方推荐至少 64 GBDocker 宿主使用 Docker 容器时宿主机器必须安装 CUDA 12.6以下安装步骤以NVIDIA A100 80 GB 全新 Ubuntu 22.04 LTS为基准环境给出官方即以此环境完成全流程验证其他配置可参照执行。若要在 Docker 容器之外进行本地安装需要自行确保 CUDA、cuDNN 与 JAX 安装正确。整个安装流程可归纳为 6 个步骤在云平台如 GCP创建机器安装 Docker安装 A100 的 NVIDIA 驱动获取遗传数据库获取模型参数构建 AlphaFold 3 的 Docker 容器或 Singularity 镜像。第一步创建 GCP 计算实例Google Cloud、AWS、Azure 等主流云平台均提供干净的 Ubuntu 镜像。以下命令基于已有的 Google Cloud 项目创建一台实例gcloud compute instances create alphafold3 \ --machine-type a2-ultragpu-1g \ --zone us-central1-a \ --image-family ubuntu-2204-lts \ --image-project ubuntu-os-cloud \ --maintenance-policy TERMINATE \ --boot-disk-size 1000 \ --boot-disk-type pd-balanced参数说明--machine-type a2-ultragpu-1gA2 Ultra 机型推荐若预测规模较小可改用--machine-type a2-highgpu-1g--zone us-central1-a若所选机型在目标区域没有配额请替换为其他可用区域--image-family ubuntu-2204-lts与--image-project ubuntu-os-cloud使用干净的 Ubuntu 22.04 LTS 镜像--boot-disk-size 10001 TB 启动盘为约 630 GB 解压后的数据库预留空间。该命令创建一台 A2 Ultra 实例配备12 个 CPU、170 GB RAM、1 TB 磁盘和一张 NVIDIA A100 80 GB GPU后续所有安装步骤均以此环境验证通过。第二步安装 Dockerrootless 模式以下说明针对 Ubuntu 22.04 LTS 镜像采用rootless Docker方案。在宿主机安装 Docker首先添加 Docker 官方 GPG 密钥sudo apt-get update sudo apt-get install ca-certificates curl sudo install -m 0755 -d /etc/apt/keyrings sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc sudo chmod ar /etc/apt/keyrings/docker.asc然后添加 Docker 软件源到 apt 并安装echo \ deb [arch$(dpkg --print-architecture) signed-by/etc/apt/keyrings/docker.asc] https://download.docker.com/linux/ubuntu \ $(. /etc/os-release echo $VERSION_CODENAME) stable | \ sudo tee /etc/apt/sources.list.d/docker.list /dev/null sudo apt-get update sudo apt-get install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin sudo docker run hello-world最后一条sudo docker run hello-world用于验证 Docker 安装成功。启用 rootless Dockersudo apt-get install -y uidmap systemd-container sudo machinectl shell $(whoami) /bin/bash -c dockerd-rootless-setuptool.sh install sudo loginctl enable-linger $(whoami) DOCKER_HOSTunix:///run/user/1001/docker.sock docker context use rootless第三步安装 GPU 支持安装 NVIDIA 驱动sudo apt-get -y install alsa-utils ubuntu-drivers-common sudo ubuntu-drivers install sudo nvidia-smi --gpu-reset nvidia-smi # Check that the drivers are installed.安装过程中如果出现 Pending kernel upgrade 对话框请接受。若看到以下警告需要执行sudo reboot now重启实例以重置 GPUNVIDIA-SMI has failed because it couldnt communicate with the NVIDIA driver. Make sure that the latest NVIDIA driver is installed and running.只有当nvidia-smi输出正常后才能继续后续步骤。安装 Docker 的 NVIDIA 支持Container Toolkitcurl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \ curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \ sed s#deb https://#deb [signed-by/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g | \ sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list sudo apt-get update sudo apt-get install -y nvidia-container-toolkit nvidia-ctk runtime configure --runtimedocker --config$HOME/.config/docker/daemon.json systemctl --user restart docker sudo nvidia-ctk config --set nvidia-container-cli.no-cgroups --in-place验证容器可访问 GPUdocker run --rm --gpus all nvidia/cuda:12.6.0-base-ubuntu22.04 nvidia-smi正常输出应类似驱动版本与 CUDA 版本随环境而异----------------------------------------------------------------------------------------- | NVIDIA-SMI 550.120 Driver Version: 550.120 CUDA Version: 12.6 | |--------------------------------------------------------------------------------------- | GPU Name Persistence-M | Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. | | | | MIG M. | || | 0 NVIDIA A100-SXM4-80GB Off | 00000000:00:05.0 Off | 0 | | N/A 34C P0 51W / 400W | 1MiB / 81920MiB | 0% Default | | | | Disabled | -----------------------------------------------------------------------------------------注意这里使用的验证镜像nvidia/cuda:12.6.0-base-ubuntu22.04与 docker/Dockerfile 的基础镜像一致AlphaFold 3 容器正是构建在 CUDA 12.6 之上这也是宿主必须安装 CUDA 12.6 的原因。第四步获取 AlphaFold 3 源码安装git并克隆 AlphaFold 3 仓库git clone https://gitcode.com/gh_mirrors/alp/alphafold3.git克隆后进入仓库目录执行后续操作cd alphafold3第五步下载遗传数据库数据库下载依赖wget与zstd在 Debian 系系统上执行sudo apt install wget zstdAlphaFold 3 运行需要以下 9 类遗传序列数据库涵盖蛋白质与 RNA 搜索数据库用途BFD small蛋白质 MSA 搜索MGnify蛋白质 MSA 搜索PDBmmCIF 格式结构模板搜索PDB seqres模板搜索UniProt蛋白质配对 MSA 搜索UniRef90蛋白质 MSA 搜索其搜索结果构建模板搜索所用的 profileNTRNA MSA 搜索RFamRNA MSA 搜索RNAcentralRNA MSA 搜索仓库提供了脚本 fetch_databases.sh 一键下载并解压全部数据库./fetch_databases.sh [DB_DIR]脚本行为与源码 fetch_databases.sh 一致从 GCS 上的镜像地址下载所有数据库版本与 AlphaFold 3 论文中使用的版本相同若未指定DB_DIR默认下载到$HOME/public_databases内部使用wget --quiet --output-document-流式下载后由zstd解压mmCIF 文件包则通过tar --use-compress-programzstd解包多任务并行执行非本地 SSD 环境下全程约需45 分钟。建议在screen或tmux会话中运行因为下载与解压耗时较长。使用该脚本有三个必须注意的要点下载目录不能是 AlphaFold 3 仓库的子目录否则构建 Docker 镜像时大量数据库会被复制进镜像层导致构建极其缓慢完整数据库下载体积约 252 GB解压后约 630 GB请确保硬盘空间、带宽和时间充足且推荐使用 SSD 以获得更好的遗传搜索性能下载目录与数据集必须具有完整的读写权限否则 MSA 工具会报出晦涩的外部错误信息可执行sudo chmod 755 --recursive DB_DIR确保权限正确。脚本运行结束后DB_DIR下应包含如下目录结构mmcif_files/ # Directory containing ~200k PDB mmCIF files. bfd-first_non_consensus_sequences.fasta mgy_clusters_2022_05.fa nt_rna_2023_02_23_clust_seq_id_90_cov_80_rep_seq.fasta pdb_seqres_2022_09_28.fasta rfam_14_9_clust_seq_id_90_cov_80_rep_seq.fasta rnacentral_active_seq_id_90_cov_80_linclust.fasta uniprot_all_2021_04.fa uniref90_2022_05.fa将数据库迁移到 SSD可选脚本完成后若机器挂载了本地 SSD可进一步把数据库拷贝到 SSD 上提升遗传搜索与模板搜索性能。仓库提供两个辅助脚本src/alphafold3/scripts/gcp_mount_ssd.shgcp_mount_ssd.sh [SSD_MOUNT_PATH]挂载并格式化未挂载的 GCP SSD 盘到指定路径若磁盘已格式化或已挂载则跳过相应步骤。默认挂载路径为/mnt/disks/ssdsrc/alphafold3/scripts/copy_to_ssd.shcopy_to_ssd.sh [DB_DIR] [SSD_DB_DIR]将尽可能多的数据库文件拷贝到 SSD 上放不下为止按文件从大到小依次尝试剩余文件留在慢速盘。默认DB_DIR为$HOME/public_databases必须与前面fetch_databases.sh使用的路径一致默认SSD_DB_DIR为/mnt/disks/ssd/public_databases。第六步获取模型参数AlphaFold 3 模型参数需通过官方申请表单申请访问批准由 Google DeepMind 全权决定官方承诺 2–3 个工作日内回复。只能使用直接从 Google 收到的模型参数使用行为受 WEIGHTS_TERMS_OF_USE.md 约束。获得访问权限后将模型参数下载到自选目录下文记为MODEL_PARAMETERS_DIR。与数据库一样该目录也不能是 AlphaFold 3 仓库的子目录。第七步构建 Docker 容器使用仓库根目录下的 docker/Dockerfile 构建包含全部 Python 依赖的镜像docker build -t alphafold3 -f docker/Dockerfile .结合 docker/Dockerfile 源码可以理解容器内部的关键构建内容基础镜像nvidia/cuda:12.6.0-base-ubuntu22.04与前面 GPU 验证镜像一致系统依赖安装git构建工具链经 pyproject.toml 使用 CMake、gcc/g/make编译 HMMER 与 AlphaFold 3 库、zlib1g-dev与zstdPython 环境通过 deadsnakes PPA 安装 Python 3.11并创建 venv/alphafold3_venvHMMER从源码编译安装 HMMER 3.4 到/hmmer也可改用apt-get install hmmerMSA 工具Jackhmmer/Nhmmer/Hmmalign/Hmmsearch/Hmmbuild均依赖它且PATH已包含/hmmer/bin依赖安装pip3 install -r dev-requirements.txt后pip3 install --no-deps .随后运行build_data构建化学组分数据库XLA 环境变量ENV XLA_FLAGS--xla_gpu_enable_triton_gemmfalse用于规避已知的 XLA 问题导致的编译时间激增若使用 Compute Capability 7.x 的 GPU则需要改用ENV XLA_FLAGS--xla_disable_hlo_passescustom-kernel-fusion-rewriter7.x 不支持 Triton GEMM内存设置XLA_PYTHON_CLIENT_PREALLOCATEtrue与XLA_CLIENT_MEM_FRACTION0.95用于在 A100 80 GB 上折叠最多 5,120 tokens默认命令CMD [python3, run_alphafold.py]。第八步运行首次预测准备输入 JSON创建输入 JSON 文件。可以使用 README.md 中提供的 2PV7 蛋白单体示例含name、sequences、modelSeeds、dialect: alphafold3、version: 1或参考 docs/input.md 编写自定义输入支持蛋白质/RNA/DNA/配体、修饰残基、自定义 MSA、模板、共价键、用户自定义 CCD 等。将 JSON 放到一个目录中例如$HOME/af_input。Docker 方式运行docker run -it \ --volume $HOME/af_input:/root/af_input \ --volume $HOME/af_output:/root/af_output \ --volume MODEL_PARAMETERS_DIR:/root/models \ --volume DB_DIR:/root/public_databases \ --gpus all \ alphafold3 \ python run_alphafold.py \ --json_path/root/af_input/fold_input.json \ --model_dir/root/models \ --output_dir/root/af_output参数含义$HOME/af_input存放输入 JSON 的目录挂载到容器内/root/af_input$HOME/af_output输出目录挂载到/root/af_outputMODEL_PARAMETERS_DIR、DB_DIR模型参数与数据库目录必须与之前下载数据库、下载权重的步骤使用的路径一致--json_path输入 JSON 文件路径--model_dir模型参数目录--output_dir输出目录。两个实用注意点建议提前创建$HOME/af_output目录并对其与输入目录执行chmod 755 $HOME/af_input $HOME/af_output确保容器可写多数情况下 Docker 与run_alphafold.py会自动创建输出目录上述示例把数据库放在持久化磁盘上搜索速度较慢若追求更快的遗传与模板搜索性能请将所有数据库放到本地 SSD。SSD 与慢速盘混合挂载多 db_dir若部分数据库在 SSD 的SSD_DB_DIR、部分在慢速盘的DB_DIR可同时挂载两个目录并多次指定db_dir实现优先访问快速盘、缺失时回退到慢速大盘docker run -it \ --volume $HOME/af_input:/root/af_input \ --volume $HOME/af_output:/root/af_output \ --volume MODEL_PARAMETERS_DIR:/root/models \ --volume SSD_DB_DIR:/root/public_databases \ --volume DB_DIR:/root/public_databases_fallback \ --gpus all \ alphafold3 \ python run_alphafold.py \ --json_path/root/af_input/fold_input.json \ --model_dir/root/models \ --db_dir/root/public_databases \ --db_dir/root/public_databases_fallback \ --output_dir/root/af_output常见错误排查若出现如下错误说明--volume中挂载的模型与数据路径不正确或权限不足docker: Error response from daemon: error while creating mount source path /srv/alphafold3_data/models: mkdir /srv/alphafold3_data/models: permission denied.请核对所有--volume指向的宿主机目录真实存在且可访问。查看全部运行参数run_alphafold.py支持大量标志用于控制性能、批量处理多个输入文件、指定外部二进制路径等docker run alphafold3 python run_alphafold.py --helprun_alphafold.py 核心标志详解结合 run_alphafold.py 的源码定义以下是常用标志及其默认值输入输出与阶段控制--json_path单个输入 JSON 文件路径与--input_dir二选一必须恰好指定一个--input_dir包含多个输入 JSON 文件的目录路径支持批量预测--output_dir输出目录必填标志main中通过flags.mark_flags_as_required强制--model_dir模型参数目录默认$HOME/models--run_data_pipeline默认true是否运行数据管线即遗传搜索与模板搜索。该阶段仅用 CPU耗时长可在无 GPU 的机器上单独运行--run_inference默认true是否运行推理该阶段需要 GPU。两者不能同时为false。数据库路径标志各数据库路径默认使用${DB_DIR}占位符拼接源码 run_alphafold.py 中replace_db_dir会依次尝试每个db_dir并取第一个存在的路径标志默认值用途--db_dir$HOME/public_databases数据库根目录可多次指定以按顺序搜索多个目录--small_bfd_database_path${DB_DIR}/bfd-first_non_consensus_sequences.fastaSmall BFD蛋白质 MSA 搜索--mgnify_database_path${DB_DIR}/mgy_clusters_2022_05.faMGnify蛋白质 MSA 搜索--uniprot_cluster_annot_database_path${DB_DIR}/uniprot_all_2021_04.faUniProt蛋白质配对 MSA 搜索--uniref90_database_path${DB_DIR}/uniref90_2022_05.faUniRef90蛋白质 MSA 搜索用于构建模板搜索 profile--ntrna_database_path${DB_DIR}/nt_rna_2023_02_23_clust_seq_id_90_cov_80_rep_seq.fastaNT-RNARNA MSA 搜索--rfam_database_path${DB_DIR}/rfam_14_9_clust_seq_id_90_cov_80_rep_seq.fastaRfamRNA MSA 搜索--rna_central_database_path${DB_DIR}/rnacentral_active_seq_id_90_cov_80_linclust.fastaRNAcentralRNA MSA 搜索--pdb_database_path${DB_DIR}/mmcif_filesPDB mmCIF 目录模板搜索--seqres_database_path${DB_DIR}/pdb_seqres_2022_09_28.fastaPDB 序列库模板搜索MSA 工具与模板配置--jackhmmer_binary_path/--nhmmer_binary_path/--hmmalign_binary_path/--hmmsearch_binary_path/--hmmbuild_binary_path对应 HMMER 二进制的路径默认取shutil.which(...)即PATH中的可执行文件Docker 镜像内已预置在/hmmer/bin--jackhmmer_n_cpu/--nhmmer_n_cpu默认min(cpu_count, 8)超过 8 个 CPU 几乎不再有额外加速--max_template_date默认2021-09-30与 AlphaFold 3 论文一致格式YYYY-MM-DD晚于该日期的模板会被忽略--conformer_max_iterations可选覆盖 RDKit 构象搜索的最大迭代次数默认使用 RDKit 默认值配体构象生成失败时可尝试增大。推理性能与输出控制--jax_compilation_cache_dirJAX 编译缓存目录可显著减少重复编译时间--gpu_device默认0多 GPU 系统上用于把每次运行固定到特定 GPU--buckets默认[256, 512, 768, 1024, 1280, 1536, 2048, 2560, 3072, 3584, 4096, 4608, 5120]严格递增的 token 尺寸列表用于缓存编译输入超过最大桶时按实际 token 数新建桶--flash_attention_implementation取值triton默认最快、测试最充分、cudnncuDNN 实现或xla可移植的 XLA 实现Triton/cuDNN 内核要求 Ampere 及以上 GPU即 Compute Capability ≥ 8.07.x GPU 必须使用xla--num_recycles默认10推理时的 recycle 轮数下界 1--num_diffusion_samples默认5生成的扩散样本数下界 1--num_seeds默认不设置直接使用输入 JSON 中的 seeds若设置则输入 JSON 中只能提供一个 seed程序会从该 seed 开始顺序生成随机 seeds--save_embeddings默认false是否在输出中保存最终的 trunk single 与 pair embeddings。从源码看推理启动前main还会做 GPU 兼容性预检run_alphafold.pyCompute Capability 6.0 直接报错7.x 设备必须设置XLA_FLAGS含--xla_disable_hlo_passescustom-kernel-fusion-rewriter且--flash_attention_implementationxla。这与 docker/Dockerfile 中针对不同 GPU 代际的 XLA 配置注释相互印证。使用 Singularity 替代 Docker 运行若偏好 Singularity仍需先从 Docker 镜像构建Singularity 镜像之后在预测阶段不再依赖 Docker。安装 Singularitywget https://github.com/sylabs/singularity/releases/download/v4.2.1/singularity-ce_4.2.1-jammy_amd64.deb sudo dpkg --install singularity-ce_4.2.1-jammy_amd64.deb sudo apt-get install -f从 Docker 镜像构建 Singularity 容器先启动本地 Docker registry 并把镜像alphafold3推上去docker run -d -p 5000:5000 --restartalways --name registry registry:2 docker tag alphafold3 localhost:5000/alphafold3 docker push localhost:5000/alphafold3然后构建 Singularity 容器SINGULARITY_NOHTTPS1 singularity build alphafold3.sif docker://localhost:5000/alphafold3:latest通过启动 shell 并检查环境确认构建成功尤其是确认镜像能访问 GPU如遇问题可重启机器singularity exec --nv alphafold3.sif sh -c nvidia-smiSingularity 运行预测一般形式为singularity exec --nv alphafold3.sif args。单数据库目录示例singularity exec \ --nv \ --bind $HOME/af_input:/root/af_input \ --bind $HOME/af_output:/root/af_output \ --bind MODEL_PARAMETERS_DIR:/root/models \ --bind DB_DIR:/root/public_databases \ alphafold3.sif \ python run_alphafold.py \ --json_path/root/af_input/fold_input.json \ --model_dir/root/models \ --db_dir/root/public_databases \ --output_dir/root/af_outputSSD 与慢速盘混合挂载示例注意--bind与--db_dir均出现两次singularity exec \ --nv \ --bind $HOME/af_input:/root/af_input \ --bind $HOME/af_output:/root/af_output \ --bind MODEL_PARAMETERS_DIR:/root/models \ --bind SSD_DB_DIR:/root/public_databases \ --bind DB_DIR:/root/public_databases_fallback \ alphafold3.sif \ python run_alphafold.py \ --json_path/root/af_input/fold_input.json \ --model_dir/root/models \ --db_dir/root/public_databases \ --db_dir/root/public_databases_fallback \ --output_dir/root/af_output安装验证与数据管线测试仓库附带的数据管线测试 run_alphafold_data_test.py 展示了完整的数据管线配置方式它使用 src/alphafold3/test_data/miniature_databases 下各数据库的子采样版本如bfd-first_non_consensus_sequences__subsampled_1000.fasta、mgy_clusters__subsampled_1000.fa、pdb_mmcif目录中的 5 个 mmCIF 样例等验证从输入 JSON →pipeline.DataPipeline→featurisation.featurise_input的完整链路并利用 src/alphafold3/common/resources.py 的资源加载机制定位测试数据。若你的目标只是验证数据管线不跑 GPU 推理可在配置好各数据库与 HMMER 二进制路径后仅以--run_inferencefalse运行run_alphafold.py其输出*_data.json会包含 MSA 与模板搜索结果便于检查搜索链路是否正常。引用规范任何使用本源码、模型参数或其输出所得发现而发表的论文应引用 AlphaFold 3 论文Abramson, J., Adler, J., Dunger, J. et al.Accurate structure prediction of biomolecular interactions with AlphaFold 3. Nature 630, 493–500 (2024)。模型参数的使用同时须遵守 WEIGHTS_TERMS_OF_USE.md输出内容请遵循 OUTPUT_TERMS_OF_USE.md。至此你已完成从裸机环境到首次预测的全流程搭建机器配置、Docker/Singularity 环境、约 630 GB 遗传数据库、模型参数与运行命令都已就绪。后续可参考 docs/input.md 编写蛋白-核酸-配体复合物输入通过 docs/output.md 理解预测输出并结合 docs/performance.md 进一步优化长序列预测性能。赞分享人工智能基础模型深度学习生物信息学科学计算【免费下载链接】alphafold3AlphaFold 3 inference pipeline.项目地址https://gitcode.com/gh_mirrors/alp/alphafold3点击查看免费下载相关推荐AlphaFold v2 开源版从环境搭建到首次预测的完整部署与参数解析AlphaFold v2 开源版从环境搭建到首次预测的完整部署与参数解析 本文以 AlphaFold 官方开源仓库的 README 为核心系统讲解 Alph人工智能深度学习生物信息学科学计算科研Monodepth2完全配置指南从环境搭建到首次运行Monodepth2完全配置指南从环境搭建到首次运行 想要快速掌握单目深度估计技术吗Monodepth2作为ICCV 2019的经典论文实现提供了从单张图计算机视觉深度学习LFM2.5-Embedding-350M-bf16 vs 其他嵌入模型为什么选择这个Apple Silicon优化版本LFM2.5 Embedding 350M bf16 vs 其他嵌入模型为什么选择这个Apple Silicon优化版本 LFM2.5 Embedding 3上一篇如何高效备份微信聊天记录WeChatMsg让你的数字记忆永不丢失下一篇如何快速解决ComfyUI ControlNet Aux中DWPose预处理器ONNX运行时错误创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考