AlphaFold2簡(jiǎn)介與使用

摘要：研究大分子的三維結(jié)構(gòu)是理解其功能的關(guān)鍵。傳統(tǒng)上，蛋白質(zhì)及其復(fù)合物的結(jié)構(gòu)是使用實(shí)驗(yàn)技術(shù)單獨(dú)或以綜合方式應(yīng)用的。然而，隨著AlphaFold2的突破性進(jìn)展，蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的通常與實(shí)驗(yàn)結(jié)構(gòu)一樣準(zhǔn)確。這一突破預(yù)示著計(jì)算方法的新時(shí)代，可以為大多數(shù)單體蛋白質(zhì)建立準(zhǔn)確的模型，這樣更加有利于我們對(duì)結(jié)構(gòu)與功能的理解。本文介紹了AlphaFold2的安裝與使用，為有需求的讀者提供幫助。

關(guān)鍵詞：蛋白質(zhì)結(jié)構(gòu);AlphaFold2;深度學(xué)習(xí);安裝與使用

前言：

蛋白質(zhì)對(duì)生命活動(dòng)至關(guān)重要，了解它們的結(jié)構(gòu)可以促進(jìn)對(duì)其功能的機(jī)械理解。通過大量的實(shí)驗(yàn)工作[1]，已經(jīng)確定了大于十萬種獨(dú)特蛋白質(zhì)的結(jié)構(gòu)，但這僅代表了數(shù)十億已知蛋白質(zhì)序列中的一小部分[2]。確定單個(gè)蛋白質(zhì)結(jié)構(gòu)所需的數(shù)月乃至數(shù)年的艱苦努力嚴(yán)重阻礙了結(jié)構(gòu)生物學(xué)發(fā)展。僅根據(jù)其氨基酸序列預(yù)測(cè)蛋白質(zhì)將采用的三維結(jié)構(gòu)，一直是多年來的一個(gè)重要的研究問題[3]。然而，AlphaFold2的出現(xiàn)解決了這一難題。

2018年，AlphaFold橫空出世，可以高精度預(yù)測(cè)蛋白質(zhì)結(jié)構(gòu)，到了AlphaFold2注意力機(jī)制取代卷積網(wǎng)絡(luò)，預(yù)測(cè)準(zhǔn)確性提升超30%[4]。蛋白質(zhì)結(jié)構(gòu)測(cè)定方法耗費(fèi)大量人力物力，實(shí)驗(yàn)條件要求苛刻，大規(guī)模應(yīng)用困難。AlphaFold2解決距離限制問題，打破了現(xiàn)在許多蛋白質(zhì)無法測(cè)算結(jié)構(gòu)的僵局，讓我們看到結(jié)構(gòu)生物學(xué)有更好的發(fā)展前景，下面將介紹AlphaFold2安裝與使用。

一、安裝前電腦配件準(zhǔn)備

下述為最低要求：

硬盤：3T、CPU：12個(gè)虛擬CPU?、內(nèi)存：85?GB、GPU：1個(gè)Nvidia?A100?GPU

（一）下載

Deepmind公司已經(jīng)把AlphaFold2的代碼公開，并將安裝包上傳到GitHub，想要下載AlphaFold2，請(qǐng)到Github下載。

（二）安裝

1.pip

（1）介紹

pip是Python包管理工具，該工具提供了對(duì)Python包的查找、下載、安裝、卸載的功能。目前如果你在python.org下載最新版本的安裝包，則是已經(jīng)自帶了該工具。

（2）安裝

1.Win?+?R打開運(yùn)行窗口，輸入cmd回車，打開命令行窗口2.

2.找到pip安裝路徑。Python3（或者更高版本）安裝路徑是相同的，都在x（此為盤符，例如C盤）：＼Python?xx＼Scripts路徑下

3.拖動(dòng)pip主應(yīng)用程序到命令行窗口，直至命令行窗口增加了如下代碼：”Pythonxx＼Scripts＼pip.exe”

4.輸入“install?+alphafold2-pytorch”，注意中間要有空格。然后回車。窗口中會(huì)顯示下載信息。

5.耐心等待安裝完成。安裝完成后，我們?cè)赑ython交互窗口導(dǎo)入包，如果不報(bào)錯(cuò)，那么說明安裝成功，否則安裝失敗。

（三）使用

詳情請(qǐng)參考（https：//github.com/lucidrains/alphafold2/blob/main/REA?DME.md）。

二、另辟蹊徑，探索蛋白質(zhì)結(jié)構(gòu)

目前，云計(jì)算成為社會(huì)主流，因?yàn)樵朴?jì)算解決了大多數(shù)人對(duì)電腦配置不足而無法進(jìn)行相應(yīng)操作的痛苦，我為大家提供兩個(gè)可以在線使用AlphaFold2的云服務(wù)器平臺(tái)Colab和北鯤云超算平臺(tái)，解決電腦配置限制。

1.Colab

這是一塊開源的國(guó)外服務(wù)器，但是我國(guó)有網(wǎng)絡(luò)安全協(xié)議，所以這個(gè)網(wǎng)站并不在國(guó)內(nèi)ip可以打開的范疇，使用此服務(wù)器需要會(huì)科學(xué)上網(wǎng)，這里對(duì)科學(xué)上網(wǎng)不做贅述，需要自己了解，下面就是此服務(wù)器AlphaFold2使用教程。

1.在query_sequence輸入氨基氨酸序列

2.在num_models選擇預(yù)測(cè)數(shù)量

3.點(diǎn)擊代碼執(zhí)行程序—全部運(yùn)行，等待一段時(shí)間后會(huì)自動(dòng)解析完畢并自動(dòng)打包下載。

2.北鯤云超算平臺(tái)

這個(gè)是國(guó)內(nèi)云計(jì)算平臺(tái)，國(guó)內(nèi)ip可以隨意登錄而且不限流，登錄網(wǎng)頁(yè)界面就有AlphaFold（實(shí)為AlphaFold2），可以直接點(diǎn)進(jìn)去操作，但是收費(fèi)，完成一次預(yù)測(cè)大概15元左右，下面為北鯤云超算平臺(tái)教程。

1.登錄網(wǎng)站并點(diǎn)擊AlphaFold

2.2.點(diǎn)擊選擇AlphaFold?GPU3

3.上傳氨基酸序列文件（注：需將txt改成fasta格式）

4.選擇虎鯨B-1GPU

5.點(diǎn)擊提交即可

6.執(zhí)行結(jié)果會(huì)在日志文件中結(jié)果查看

輸出的pdb文件建議使用官方推薦的PyMOL或者Chimera查看。

三、展望

就目前而言，推薦讀者使用云服務(wù)器，使用云服務(wù)對(duì)科研人員比較友好，沒有風(fēng)險(xiǎn)，成本也低，而且上手簡(jiǎn)單，IT商家已經(jīng)把操作步驟優(yōu)化，即使不懂人工智能和python，也可以輕松使用，為大多數(shù)人省去了學(xué)習(xí)python語言與Pytorch語法的時(shí)間，可以把更多的精力放在科研上。雖然，目前還存在著諸多難題，但AlphaFold2的出現(xiàn)，揭示未來人工智能對(duì)科研領(lǐng)域有極大的幫助。未來，AlphaFold2定能為結(jié)構(gòu)生物學(xué)做出巨大貢獻(xiàn)，讓我們拭目以待吧！

參考文獻(xiàn)：

[1]Wüthrich，Kurt.The?way?to?NMR?structures?of?proteins.[J].Nature?Structural?Biology，2001.

[2]Martin?Steinegger.Protein-level?assembly?increases?protein?sequence?recovery?from?metagenomic?samples?manyfold[J].Nature?Methods：Techniques?for?life?scientists?and?chemists，2019，16（7）：

[3]Anfinsen?C?B.Principles?that?govern?the?folding?of?protein?chains.[J].Science?（New?York，N.Y.），1973，181（4096）：

[4]Jumper.Highly?accurate?protein?structure?prediction?with?AlphaFold.[J].Nature，2021：

作者簡(jiǎn)介：李飛（2000.7.14-），漢，河北省滄州市，紹興文理學(xué)院生物科學(xué)專業(yè)，本科生，研究方向：生物科學(xué)。