GitHub 热门项目：alphafold3

GitHub 项目：alphafold3 仓库地址：https://github.com/google-deepmind/alphafold3 星级：8095 | 作者：google-deepmind 项目描述：AlphaFold 3 推理管道。 =================================================== 自述文件内容：  # 阿尔法折叠 3 该包提供了 AlphaFold 推理管道的实现 3. 请参阅下文了解如何访问模型参数。您只能使用 AlphaFold 3 个模型参数（如果直接从 Google 接收）。使用须遵守这些 [使用条款](https://github.com/google-deepmind/alphafold3/blob/main/WEIGHTS_TERMS_OF_USE.md)。 任何披露使用此源代码所产生的结果的出版物， 模型参数或由这些产生的输出应该[引用](#citing-this-work) 的 [利用AlphaFold 3准确预测生物分子相互作用的结构](https://doi.org/10.1038/s41586-024-07487-w) 纸。 另请参阅补充信息以获取详细说明 的方法。 AlphaFold 3 也可在 [alphafoldserver.com](https://alphafoldserver.com) 用于非商业用途， 尽管具有更有限的配体和共价修饰。 如果您有任何疑问，请联系 AlphaFold 团队： [alphafold@google.com]（邮件至：alphafold@google.com）。 ## 获取模型参数 该存储库包含 AlphaFold 3 推理所需的所有代码。至 请求访问 AlphaFold 3 模型参数，请填写 [此表格](https://forms.gle/svvpY4u2jsHEwWYS6)。访问权限将被授予 Google DeepMind 自行决定。我们的目标是在 2-3 天内回复请求 个工作日。您只能使用收到的 AlphaFold 3 模型参数 直接来自谷歌。使用须遵守这些 [使用条款](https://github.com/google-deepmind/alphafold3/blob/main/WEIGHTS_TERMS_OF_USE.md)。 ## 安装并运行您的第一个预测 请参阅[安装文档](docs/installation.md)。 安装 AlphaFold 3 后，您可以使用以下命令测试您的设置：的 以下名为“fold_input.json”的输入 JSON 文件： ```json { “名称”：“2PV7”， “序列”：[ { “蛋白质”：{ “id”：[“A”，“B”]， “序列”： "GMRESYANENQFGFKTINSDIHKIVIVGGYGKLGGLFARYLRASGYPISILDREDWAVAESILANADVVIVSVPINLTLETIERLKPYLTENMLLADLTSVKREPLAKMLEVHTGAVLGLHPMFGADIASMAKQVVVRCDGRFPERYEW LLEQIQIWGAKIYQTNATEHDHNMTYIQALRHFSTFANGLHLSKQPINLANLLALSSPIYRLELAMIGRLFAQDAELYADIIMDKSELAVIETLKQTYDEALTFFENNDRQGFIDAFHKVRDWFGDYSEQFLKESRQLLQQANDLKQG" } } ], “模型种子”：[1]， “方言”：“alphafold3”， “版本”：1 } ```` 然后，您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 :/root/models \ --volume :/root/public_databases \ --GPU全部\ 阿尔法折叠3 \ python run_alphafold.py \ --json_path=/root/af_input/fold_input.json \ --model_dir=/root/models \ --output_dir=/root/af_output ```` 您可以将各种标志传递给“run_alphafold.py”命令，以 列出它们全部运行“python run_alphafold.py --help”。两个基本标志 控制AlphaFo的哪些部分