AlphaFold 3 蛋白质结构预测领域 AI 模型

联合创作 · 2025-02-17 18:06

此存储库包含 AlphaFold 3 推理所需的所有代码。用户只能使用直接从 Google 收到的 AlphaFold 3 模型参数。使用须遵守这些 使用条款

且任何披露使用该源代码所得结果、模型参数或由此产生的输出的出版物都应引用 Accurate structure prediction of biomolecular interactions with AlphaFold 3 论文 。

要请求访问 AlphaFold 3 模型参数,需填写 此表单。访问权限将由 Google DeepMind 自行决定。

参阅安装文档

安装 AlphaFold 3 后,可以使用以下名为alphafold_input.json的 input JSON 文件来测试你的设置:

{

"name": "2PV7",

"sequences": [

{

"protein": {

"id": ["A", "B"],

"sequence": "GMRESYANENQFGFKTINSDIHKIVIVGGYGKLGGLFARYLRASGYPISILDREDWAVAESILANADVVIVSVPINLTLETIERLKPYLTENMLLADLTSVKREPLAKMLEVHTGAVLGLHPMFGADIASMAKQVVVRCDGRFPERYEWLLEQIQIWGAKIYQTNATEHDHNMTYIQALRHFSTFANGLHLSKQPINLANLLALSSPIYRLELAMIGRLFAQDAELYADIIMDKSENLAVIETLKQTYDEALTFFENNDRQGFIDAFHKVRDWFGDYSEQFLKESRQLLQQANDLKQG"

}

}

],

"modelSeeds": [1],

"dialect": "alphafold3",

"version": 1

}

然后可以使用以下命令运行 AlphaFold 3:

docker run -it \

--volume $HOME/af_input:/root/af_input \

--volume $HOME/af_output:/root/af_output \

--volume <MODEL_PARAMETERS_DIR>:/root/models \

--volume <DATABASES_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

浏览 12
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报