文章網(wǎng)址：https://www.nature.com/articles/s41592-022-01488-1

Coblab可用于windows ubuntu 子系統(tǒng)；

安裝教程網(wǎng)址：https://github.com/YoshitakaMo/localcolabfold

1、確保自己的子系統(tǒng)安裝了wget，curl和git；

2、安裝cuda>=11.1; 利用ncvv --version 檢查CUDA是否安裝；可按照提示利用apt-get安裝；

3、利用apt 安裝gcc；利用gcc --version 檢查是否已安裝；沒有可按提示利用apt-get安裝；

4、可以下載教程中的install_colabbatch_linux.sh；下載后運(yùn)行安裝；也可打開該文件一步步自己安裝；由于網(wǎng)絡(luò)問題，采用一步步安裝的方法：

?(1)conda創(chuàng)建colabfold環(huán)境； conda create -n colabfold python==3.9


（2）conda activate colabfold

（3）conda 安裝python cudnn cudatoolkit openmm pdbfixer

（4）conda 安裝kalign2 hhsuite mmseqs2

（5）pip 安裝 colabfold ；利用git安裝

（6）pip 本地利用輪子安裝適用于gpu的jaxlib

（7）pip 安裝jax 和 biopython


（8）創(chuàng)建一個文件夾下載參數(shù)：

cd ${COLABFOLDDIR}

python -m colabfold.download

cd ${CURRENTPATH}

（9）使matplotlib不依賴于gui運(yùn)行；進(jìn)入colabfold的安裝位置，運(yùn)行:

sed -i -e "s#from matplotlib import pyplot as plt#import matplotlib\nmatplotlib.use('Agg')\nimport matplotlib.pyplot as plt#g" plot.py

（10)關(guān)聯(lián)參數(shù)

sed -i -e "s#appdirs.user_cache_dir(__package__ or \"colabfold\")#\"{放置參數(shù)的文件夾目錄}"#g" download.py

# remove cache directory

rm -rf __pycache__

（10）激活環(huán)境后，運(yùn)行colabfold_batch --help 檢測是否安裝好

5、在wsl中運(yùn)行colabfold_batch需加環(huán)境變量：

export TF_FORCE_UNIFIED_MEMORY="1"

export XLA_PYTHON_CLIENT_MEM_FRACTION="4.0"

export XLA_PYTHON_CLIENT_ALLOCATOR="platform"

export TF_FORCE_GPU_ALLOW_GROWTH="true"

環(huán)境變量的具體詳解見：https://parafold.sjtu.edu.cn/docs/quick-start/#4.2

可通過具體設(shè)置來XLA_PYTHON_CLIENT_MEM_FRACTION的大小解決內(nèi)存問題

PS ：1）筆記本的3060ti 可以預(yù)測大概800aa左右的蛋白結(jié)構(gòu)，大約只需要20分鐘；比用goole colab快；

2）好像并不支持本地的CPU與運(yùn)行；可以通過卸載jax，重新安裝jax[cpu]來運(yùn)行，但是沒有成功運(yùn)行，報錯推薦GPU運(yùn)行（??）；具體的可以查閱jax官網(wǎng)：https://jax.readthedocs.io/en/latest/notebooks/quickstart.html

3）很大的蛋白好像可以拆成具有重疊區(qū)域的幾段，然后再在pymol中拼接