重庆网站整合营销,营销型外贸网站建设公司,做网站所用的技术,濮阳手机网站建设文章目录 安装安装DockerInstalling Docker on Host启用Rootless Docker 安装 GPU 支持安装 NVIDIA 驱动程序安装 NVIDIA 对 Docker 的支持 获取 AlphaFold 3 源代码获取基因数据库获取模型参数构建将运行 AlphaFold 3 的 Docker 容器 参考 AlphaFold3: https://github.com/goo… 文章目录 安装安装DockerInstalling Docker on Host启用Rootless Docker 安装 GPU 支持安装 NVIDIA 驱动程序安装 NVIDIA 对 Docker 的支持 获取 AlphaFold 3 源代码获取基因数据库获取模型参数构建将运行 AlphaFold 3 的 Docker 容器 参考 AlphaFold3: https://github.com/google-deepmind/alphafold3 安装
参考官方文档安装并运行您的第一个预测 本教程使用WSL2-Ubuntu22.04
安装Docker
Installing Docker on Host
参考Docker官方 https://docs.docker.com/engine/install/ubuntu/#install-using-the-repository
设置 Docker 的apt存储库。
# Add Dockers official GPG key:
sudo apt-get update
sudo apt-get install ca-certificates curl
sudo install -m 0755 -d /etc/apt/keyrings
sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc
sudo chmod ar /etc/apt/keyrings/docker.asc# Add the repository to Apt sources:
echo \deb [arch$(dpkg --print-architecture) signed-by/etc/apt/keyrings/docker.asc] https://download.docker.com/linux/ubuntu \$(. /etc/os-release echo $VERSION_CODENAME) stable | \sudo tee /etc/apt/sources.list.d/docker.list /dev/null
sudo apt-get update安装 Docker 软件包。 安装最新版本
sudo apt-get install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin通过运行hello-world映像来验证安装是否成功
sudo docker run hello-world此时报错 解决方法 换源
sudo vim /etc/docker/daemon.json查询网络各种方法改用阿里云镜像均不成功 从闲鱼上买了个源成功了 ’ 换源后记得重启
sudo service docker restart需注意 如果是一般的Linux操作系统可能是因为Linux中没有使用systemd想用systemd命令来管理Linux上的服务因此会报错很可能是使用的是经典的SysV initsysvinit系统。 本教程使用window11下WSL2的Ubuntu就会使SysV init而不是systemd。 解决方法 更换命令用SysV init的命令代替systemd的
启用Rootless Docker
安装 GPU 支持
安装 NVIDIA 驱动程序
官方方法
sudo apt-get -y install alsa-utils ubuntu-drivers-common
sudo ubuntu-drivers installsudo nvidia-smi --gpu-resetnvidia-smi # Check that the drivers are installed.此步骤个人之前已实现详见 CUDA升级/安装/使用 最新说明记录
有以下输入表明安装成功才可以继续。
安装 NVIDIA 对 Docker 的支持
获取 AlphaFold 3 源代码
git clone https://github.com/google-deepmind/alphafold3.git或手动下载
获取基因数据库
此步骤需要curl和zstd安装在您的计算机上
# 检查是否安装
curl -V
zstd -V
#sudo apt install zstdAlphaFold 3 需要多个遗传序列蛋白质和 RNA 数据库才能运行
BFD smallMGnifyPDB (structures in the mmCIF format)PDB seqresUniProtUniRef90NTRFamRNACentral
官方提供了一个 Python 程序fetch_databases.py可用于下载并设置所有这些数据库。如果不在本地SSD上安装这个过程大约需要45分钟。我们建议在 screen或tmux会话中运行以下命令因为下载和解压缩数据库需要一些时间。
cd alphafold3 # cd 到包含AlphaFold 3存储库的目录
python3 fetch_databases.py --download_destinationDATABASES_DIR此脚本从 GCS 上托管的镜像下载数据库其中包含所有 版本与 AlphaFold 3 论文中使用的版本相同。 Note: 下载目录DATABASES_DIR不应是AlphaFold 3存储库目录中的子目录。如果是这样Docker构建将很慢因为大型数据库将在映像创建过程中被复制。 Note: 完整数据库的总下载大小约为252 GB解压缩后的总大小为630 GB。 请确保您有足够的硬盘空间、带宽和时间来下载。我们建议使用SSD以获得更好的基因搜索性能以及fetch_databases.py的更快运行时间。 Note: 如果下载目录和数据集没有完全的读写权限可能会导致MSA工具出现错误错误消息不明确。请确保应用了所需的权限例如使用sudo chmod 755 --recursive DATABASES_DIR命令。 脚本完成后应该拥有以下目录结构
pdb_2022_09_28_mmcif_files.tar # ~200k PDB mmCIF files in this tar.
bfd-first_non_consensus_sequences.fasta
mgy_clusters_2022_05.fa
nt_rna_2023_02_23_clust_seq_id_90_cov_80_rep_seq.fasta
pdb_seqres_2022_09_28.fasta
rfam_14_9_clust_seq_id_90_cov_80_rep_seq.fasta
rnacentral_active_seq_id_90_cov_80_linclust.fasta
uniprot_all_2021_04.fa
uniref90_2022_05.fa获取模型参数
可参考AlphaFold 3 权重申请指南
构建将运行 AlphaFold 3 的 Docker 容器
参考
[1]AlphaFold3 最全食用指南 [2]window10下WSL使用Ubuntu报错 System has not been booted with systemd as init system (PID 1) [3]如何修复 System has not been booted with systemd 报错信息 [4] [5] [6]
