PSP - 蛋白质-核酸复合物结构预测 RoseTTAFoldNA 算法框架 (Protein-RNA、Protein-DNA、RNA)

本文主要是介绍PSP - 蛋白质-核酸复合物结构预测 RoseTTAFoldNA 算法框架 (Protein-RNA、Protein-DNA、RNA),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

欢迎关注我的CSDN:https://spike.blog.csdn.net/
本文地址:https://spike.blog.csdn.net/article/details/134208615

Paper: Accurate prediction of nucleic acid and protein-nucleic acid complexes using RoseTTAFoldNA

  • GitHub: RoseTTAFold2NA

RoseTTAFoldNA

蛋白质-核酸复合物 (Protein - Nucleic Acid Complexes),在生物学中发挥着关键作用。 尽管蛋白质结构预测方面,最近取得了相当大的进展,但是,与已知复合物没有同源性的蛋白质-核酸复合物的结构预测,在很大程度上是一个尚未解决的问题。RoseTTAFold2NA 将 RoseTTAFold 端到端深度学习方法,扩展到核酸和蛋白质-核酸复合物的建模。 已训练的网络 RoseTTAFoldNA,可以快速生成 3D 结构模型,并且对 蛋白质-DNA 和 蛋白质-RNA 复合物以及 RNA 三级结构进行置信估计。 在这三种情况下,置信预测的准确性,都比当前最先进的方法高得多。 RoseTTAFoldNA 应广泛用于模拟天然存在的 蛋白质-核酸 复合物的结构,以及设计序列特异性 RNA 和 DNA 结合蛋白。

David Baker 组的工作,作者 Minkyung Baek


1. Docker 配置

Docker 环境:

# 下载 glm-nvidia-pytorch-1.11.0-cu116-py3.tar
docker image load -i glm-nvidia-pytorch-1.11.0-cu116-py3.tarnvidia-docker run -it --name rfna-v1 --shm-size 72G -v [nfs]/[nfs] glm:nvidia-pytorch-1.11.0-cu116-py3

glm:nvidia-pytorch-1.11.0-cu116-py3,比较稳定的 docker image ,建议作为 base image。

准备 GitHub 工程:

git clone https://github.com/uw-ipd/RoseTTAFold2NA.git
cd RoseTTAFold2NAcd /nfs_beijing_ai/chenlong/workspace/rosettafold2na-by-chenlong

GitHub 加速代理:

https://gitclone.com/
https://ghproxy.com/
https://toolwa.com/github/

配置 Docker 环境中的 conda 源,即:

vim ~/.condarc

conda 清华源,添加:

channels:- defaults
show_channel_urls: true
default_channels:- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r- https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2- https://mirrors.sustech.edu.cn/anaconda/pkgs/free- https://mirrors.sustech.edu.cn/anaconda/pkgs/pro
custom_channels:conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmsys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudbioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudmenpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudpytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudsimpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloudnvidia: https://mirrors.sustech.edu.cn/anaconda-extra/cloud
channel_priority: disabled
allow_conda_downgrades: true

conda 南方科技源 (速度很慢,建议与清华源合并使用),添加:

channels:- defaults
show_channel_urls: true
default_channels:- https://mirrors.sustech.edu.cn/anaconda/pkgs/main- https://mirrors.sustech.edu.cn/anaconda/pkgs/free- https://mirrors.sustech.edu.cn/anaconda/pkgs/r- https://mirrors.sustech.edu.cn/anaconda/pkgs/pro- https://mirrors.sustech.edu.cn/anaconda/pkgs/msys2
custom_channels:conda-forge: https://mirrors.sustech.edu.cn/anaconda/cloudmsys2: https://mirrors.sustech.edu.cn/anaconda/cloudbioconda: https://mirrors.sustech.edu.cn/anaconda/cloudmenpo: https://mirrors.sustech.edu.cn/anaconda/cloudpytorch: https://mirrors.sustech.edu.cn/anaconda/cloudsimpleitk: https://mirrors.sustech.edu.cn/anaconda/cloudnvidia: https://mirrors.sustech.edu.cn/anaconda-extra/cloud
channel_priority: disabled
allow_conda_downgrades: true

显示全部 channels:

conda config --show

配置 pip 源:

rm /opt/conda/pip.conf
rm /root/.config/pip/pip.conf
vim ~/.pip/pip.conf[global]
no-cache-dir = true
index-url = http://mirrors.aliyun.com/pypi/simple/
extra-index-url = https://pypi.ngc.nvidia.com
trusted-host = mirrors.aliyun.com pypi.ngc.nvidia.com

2. 安装 Python 库

使用 yaml 安装,适合网络较好。或逐步安装 python 库,解决问题。

2.1 yaml 安装

安装 conda 环境,需要耐心等待:

conda env create -f RF2na-linux.yml

其中 RF2na-linux.yml,如下:

name: RF2NA
channels:- pytorch- nvidia- defaults- conda-forge
dependencies:- python=3.10- pip- pytorch- requests- pytorch-cuda=11.7- dglteam/label/cu117::dgl- pyg::pyg- bioconda::mafft- bioconda::hhsuite- bioconda::blast- bioconda::hmmer>=3.3- bioconda::infernal- bioconda::cd-hit- bioconda::csblast- pip:- psutil- tqdm

2.2 逐步安装 (速度较快)

单步创建环境,注意安装顺序:

ource ~/.bashrc
conda env list
conda create -y -n RF2NA python=3.10
conda activate RF2NAconda install pip requests scipy
pip install psutil tqdm# 优先安装 conda 的 python 库
conda install -y hmmer hhsuite==3.3.0 -c bioconda
conda install -y mafft blast infernal cd-hit csblast -c bioconda
# conda install dgl-cuda11.7 -c dglteam # 可选# pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2
# nvidia 下载较慢,建议使用 pip 安装 pytorch
conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 pytorch-cuda=11.7 -c pytorch -c nvidia --show-channel-urls
conda install pyg -c pyg

2.2.1 hhsuite 与 环境冲突

遇到冲突错误,即遇到 hhsuite==3.3.0 与环境冲突,无法安装,解决方法是使用不同的 docker image 即可,如下:

UnsatisfiableError: The following specifications were found to be incompatible with each other

建议使用 glm:nvidia-pytorch-1.11.0-cu116-py3 作为 docker 的 Base Image。

2.2.2 安装 dglteam (可选)

(可选) 安装 dgl 较慢,建议下载,再配置安装 dglteam,如下:

# dgl-cuda11.7       dglteam/linux-64::dgl-cuda11.7-0.9.1post1-py310_0
# dgl-cuda11.7-0.9.1post1-py310_0.tar.bz2, 约 220 M
# 下载链接:https://conda.anaconda.org/dglteam/linux-64
conda install ./dgl-cuda11.7-0.9.1post1-py310_0.tar.bz2

2.2.3 安装 PyTorch

使用 conda 安装 pytorch 较慢时,建议使用 pip 进行安装,速度较快。测试 PyTorch 是否可用:

conda install scipy
pip install psutil==5.8.0 tqdm
pip install torch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2

即:

pythonimport torch
print(torch.__version__)  # 2.0.1+cu117
print(torch.cuda.is_available())  # True

2.2.4 安装 PyG

安装 pyg 包,也可以使用 pip 进行安装,参考 pytorch-geometric - Installation,即

pip install torch_geometric# Optional dependencies:
pip install pyg_lib torch_scatter torch_sparse torch_cluster torch_spline_conv -f https://data.pyg.org/whl/torch-2.0.0+cu117.html

3. 测试

数据位置:/nfs_beijing_ai/bj-common-data/ods/uw-ipd/RoseTTAFold2NA/RNA/

建立蛋白质序列库的软链接,建议使用之前的下载:

ln -s [your folder]/uniref30 uniref30
ln -s [your folder]/bfd bfd
ln -s [your folder]/pdb100_2021Mar03 pdb100_2021Mar03

RNA 库安装:

# Rfam
cp [your folder]/RoseTTAFold2NA/RNA/Rfam/Rfam.cm.gz .
cp [your folder]/RoseTTAFold2NA/RNA/Rfam/Rfam.full_region.gz .
gunzip Rfam.cm.gz
gunzip Rfam.full_region.gz
cmpress Rfam.cm# RNAcentral
cp [your folder]/RoseTTAFold2NA/RNA/RNAcentral/rfam_annotations.tsv.gz .
cp [your folder]/RoseTTAFold2NA/RNA/RNAcentral/id_mapping.tsv.gz .
cp [your folder]/RoseTTAFold2NA/RNA/RNAcentral/rnacentral_species_specific_ids.fasta.gz .
../input_prep/reprocess_rnac.pl id_mapping.tsv.gz rfam_annotations.tsv.gz
gunzip -c rnacentral_species_specific_ids.fasta.gz | makeblastdb -in - -dbtype nucl  -parse_seqids -out rnacentral.fasta -title "RNACentral"# nt
ln [your folder]/RoseTTAFold2NA/RNA/nt nt

模型权重:

cp [your folder]/RoseTTAFold2NA/RNA/network/RF2NA_apr23.tgz .
tar xvfz RF2NA_apr23.tgz
ll -h weights/

测试命令:

bash ../run_RF2NA.sh rna_pred rna_binding_protein.fa R:RNA.fa
# bash run_RF2NA.sh example/rna_pred example/rna_binding_protein.fa R:example/RNA.fa

执行步骤如下:

  • 第1步执行:Running HHblits
  • 第2步执行:Running hhsearch
  • 第3步执行:Creating joint Protein/RNA MSA
  • 第4步执行:Running RoseTTAFold2NA to predict structures

预测日志如下:

Running on GPUplddt    best
RECYCLE  0   0.799  -1.000
RECYCLE  1   0.858   0.799
RECYCLE  2   0.870   0.858
RECYCLE  3   0.875   0.870
RECYCLE  4   0.877   0.875
RECYCLE  5   0.879   0.877
RECYCLE  6   0.877   0.879
RECYCLE  7   0.880   0.879
RECYCLE  8   0.879   0.880
RECYCLE  9   0.881   0.880
Done

输出效果,包括 蛋白质部分与 RNA 部分,如下:

Img

这篇关于PSP - 蛋白质-核酸复合物结构预测 RoseTTAFoldNA 算法框架 (Protein-RNA、Protein-DNA、RNA)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/340565

相关文章

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

康拓展开(hash算法中会用到)

康拓展开是一个全排列到一个自然数的双射(也就是某个全排列与某个自然数一一对应) 公式: X=a[n]*(n-1)!+a[n-1]*(n-2)!+...+a[i]*(i-1)!+...+a[1]*0! 其中,a[i]为整数,并且0<=a[i]<i,1<=i<=n。(a[i]在不同应用中的含义不同); 典型应用: 计算当前排列在所有由小到大全排列中的顺序,也就是说求当前排列是第

csu 1446 Problem J Modified LCS (扩展欧几里得算法的简单应用)

这是一道扩展欧几里得算法的简单应用题,这题是在湖南多校训练赛中队友ac的一道题,在比赛之后请教了队友,然后自己把它a掉 这也是自己独自做扩展欧几里得算法的题目 题意:把题意转变下就变成了:求d1*x - d2*y = f2 - f1的解,很明显用exgcd来解 下面介绍一下exgcd的一些知识点:求ax + by = c的解 一、首先求ax + by = gcd(a,b)的解 这个

综合安防管理平台LntonAIServer视频监控汇聚抖动检测算法优势

LntonAIServer视频质量诊断功能中的抖动检测是一个专门针对视频稳定性进行分析的功能。抖动通常是指视频帧之间的不必要运动,这种运动可能是由于摄像机的移动、传输中的错误或编解码问题导致的。抖动检测对于确保视频内容的平滑性和观看体验至关重要。 优势 1. 提高图像质量 - 清晰度提升:减少抖动,提高图像的清晰度和细节表现力,使得监控画面更加真实可信。 - 细节增强:在低光条件下,抖

【数据结构】——原来排序算法搞懂这些就行,轻松拿捏

前言:快速排序的实现最重要的是找基准值,下面让我们来了解如何实现找基准值 基准值的注释:在快排的过程中,每一次我们要取一个元素作为枢纽值,以这个数字来将序列划分为两部分。 在此我们采用三数取中法,也就是取左端、中间、右端三个数,然后进行排序,将中间数作为枢纽值。 快速排序实现主框架: //快速排序 void QuickSort(int* arr, int left, int rig

usaco 1.3 Mixing Milk (结构体排序 qsort) and hdu 2020(sort)

到了这题学会了结构体排序 于是回去修改了 1.2 milking cows 的算法~ 结构体排序核心: 1.结构体定义 struct Milk{int price;int milks;}milk[5000]; 2.自定义的比较函数,若返回值为正,qsort 函数判定a>b ;为负,a<b;为0,a==b; int milkcmp(const void *va,c

poj 3974 and hdu 3068 最长回文串的O(n)解法(Manacher算法)

求一段字符串中的最长回文串。 因为数据量比较大,用原来的O(n^2)会爆。 小白上的O(n^2)解法代码:TLE啦~ #include<stdio.h>#include<string.h>const int Maxn = 1000000;char s[Maxn];int main(){char e[] = {"END"};while(scanf("%s", s) != EO

秋招最新大模型算法面试,熬夜都要肝完它

💥大家在面试大模型LLM这个板块的时候,不知道面试完会不会复盘、总结,做笔记的习惯,这份大模型算法岗面试八股笔记也帮助不少人拿到过offer ✨对于面试大模型算法工程师会有一定的帮助,都附有完整答案,熬夜也要看完,祝大家一臂之力 这份《大模型算法工程师面试题》已经上传CSDN,还有完整版的大模型 AI 学习资料,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

Kubernetes PodSecurityPolicy:PSP能实现的5种主要安全策略

Kubernetes PodSecurityPolicy:PSP能实现的5种主要安全策略 1. 特权模式限制2. 宿主机资源隔离3. 用户和组管理4. 权限提升控制5. SELinux配置 💖The Begin💖点点关注,收藏不迷路💖 Kubernetes的PodSecurityPolicy(PSP)是一个关键的安全特性,它在Pod创建之前实施安全策略,确保P

dp算法练习题【8】

不同二叉搜索树 96. 不同的二叉搜索树 给你一个整数 n ,求恰由 n 个节点组成且节点值从 1 到 n 互不相同的 二叉搜索树 有多少种?返回满足题意的二叉搜索树的种数。 示例 1: 输入:n = 3输出:5 示例 2: 输入:n = 1输出:1 class Solution {public int numTrees(int n) {int[] dp = new int