AlphaFold部署docker方法

2022-01-05 19:34:33 阅读：231 来源： 互联网

标签：database 部署 sudo nvidia AlphaFold path docker dir

安装要求

AlphaFold 部署具有一定难度，体现在硬件、软件、数据、文档等多个层面。

硬件。需要 GPU 卡。CPU 尽量配 8 核心以上，内存尽量 32 G 以上；
软件。官方提供的是 docker 安装；
数据。需要自国外多个数据中心下载 438 GB 数据（解压后为 2.2 TB），见4；
文档。安装和使用文档较为欠缺。

1、安装nvida显卡驱动

https://www.nvidia.cn/drivers/unix/

chmod +x NVIDIA-Linux-x86_64-470.94.run

./NVIDIA-Linux-x86_64-470.94.run

1.1出现如下错误，nouveau没有disable：

解决办法：

sudo vim /etc/modprobe.d/blacklist-nouveau.conf
#插入以下两行
blacklist nouveau 
options nouveau modeset=0
#用:wq保存退出后
sudo update-initramfs -u
#重启电脑，安装驱动，可能会没有图形界面，nvidia驱动安装好后重启可以恢复界面

2、安装docker

curl https://get.docker.com | sh && sudo systemctl --now enable docker

3、安装nvidia container toolkit

distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
&& curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - \
&& curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list 

sudo apt-get update

sudo apt-get install -y nvidia-docker2


#失败可以尝试以下方法：
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | \
sudo apt-key add -

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)

curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | \
sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update

sudo apt-get install -y nvidia-docker2

安装好后重启服务，并验证安装是否成功：

sudo systemctl restart docker

sudo docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi#或者nvidia-smi

出现类似界面即为安装成功：

4、下载alphafold 数据 Genetic databases并按照图示的结构放置，也可以拆分存放：

其中mmcif数据下载时可能会出现损坏的情况，损坏文件个数少的时候可以在PDB数据库中下载对应文件，多的话就重新下吧。

在alphafold/docker/run_docker.py中将相应数据集路径修改为本地绝对路径：

 # You can individually override the following paths if you have placed the
  # data in locations other than the FLAGS.data_dir.

  # Path to the Uniref90 database for use by JackHMMER.
  uniref90_database_path = os.path.join(
      FLAGS.data_dir, 'uniref90', 'uniref90.fasta')

  # Path to the Uniprot database for use by JackHMMER.
  uniprot_database_path = os.path.join(
      FLAGS.data_dir, 'uniprot', 'uniprot.fasta')

  # Path to the MGnify database for use by JackHMMER.
  mgnify_database_path = os.path.join(
      FLAGS.data_dir, 'mgnify', 'mgy_clusters_2018_12.fa')

  # Path to the BFD database for use by HHblits.
  bfd_database_path = os.path.join(
      FLAGS.data_dir, 'bfd',
      'bfd_metaclust_clu_complete_id30_c90_final_seq.sorted_opt')

  # Path to the Small BFD database for use by JackHMMER.
  small_bfd_database_path = os.path.join(
      FLAGS.data_dir, 'small_bfd', 'bfd-first_non_consensus_sequences.fasta')

  # Path to the Uniclust30 database for use by HHblits.
  uniclust30_database_path = os.path.join(
      FLAGS.data_dir, 'uniclust30', 'uniclust30_2018_08', 'uniclust30_2018_08')

  # Path to the PDB70 database for use by HHsearch.
  pdb70_database_path = os.path.join(FLAGS.data_dir, 'pdb70', 'pdb70')

  # Path to the PDB seqres database for use by hmmsearch.
  pdb_seqres_database_path = os.path.join(
      FLAGS.data_dir, 'pdb_seqres', 'pdb_seqres.txt')

  # Path to a directory with template mmCIF structures, each named <pdb_id>.cif.
  template_mmcif_dir = os.path.join(FLAGS.data_dir, 'pdb_mmcif', 'mmcif_files')

  # Path to a file mapping obsolete PDB IDs to their replacements.
  obsolete_pdbs_path = os.path.join(FLAGS.data_dir, 'pdb_mmcif', 'obsolete.dat')

5、下载alphafold

#先安装git
sudo apt-get install git

#将alphafold clone到本地
git clone https://github.com.cnpmjs.org/deepmind/alphafold.git

cd alphafold

docker build -f docker/Dockerfile -t alphafold .#会下载很多依赖包

pip3 install -r docker/requirements.txt

6、测试

python3 docker/run_docker.py \
--fasta_paths=T1050.fasta \
--max_template_date=2020-05-14 \
--data_dir=$DOWNLOAD_DIR #数据没有拆分，填数据路径，已经拆分并且在docker已经配置好可以随便填

参考

GitHub - deepmind/alphafold: Open source code for AlphaFold.

AlphaFold Deployment and Optimization on HPC Platform (sjtu.edu.cn)

安装nvidia-docker2报错E: Unable to locate package nvidia-docker2 - 神奇二进制 - 博客园 (cnblogs.com)

全面加速 GitHub，git clone 太慢的 9 种解决办法 - 云+社区 - 腾讯云 (tencent.com)

禁用Nouveau，安装Linux Nvidia 显卡驱动_JL-LOVE-CSDN博客_禁用nouveau驱动

标签：database,部署,sudo,nvidia,AlphaFold,path,docker,dir
来源： https://blog.csdn.net/Maiya19724/article/details/122329317

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

AlphaFold部署docker方法

安装要求