AlphaFold¶

AlphaFold is an AI system developed by [Google DeepMind] that predicts a protein’s 3D structure from its amino acid sequence.

Σύνδεση στο Nefeli Cluster

Πριν από οποιαδήποτε ενέργεια, θα χρειαστεί να συνδεθείτε στο Nefeli cluster. Οι οδηγίες σύνδεσης είναι διαθέσιμες στο ακόλουθο εγχειρίδιο.

AlphaFold 3¶

Παράδειγμα χρήσης¶

Το script υποβολής της εργασίας, έστω AlphaFold-v3.0.1-Nefeli.sh, θα έχει την ακόλουθη μορφή:

SLURM submission script

#!/bin/bash
#SBATCH --job-name=AlphaFold-First-Prediction
#SBATCH --nodes=1
#SBATCH --partition=a100
#SBATCH --gpus=1
#SBATCH --cpus-per-task=8
#SBATCH --time=4:00:00 

module load alphafold3

export JAX_PLATFORMS=cuda,cpu
export XLA_PYTHON_CLIENT_PREALLOCATE=true
export XLA_CLIENT_MEM_FRACTION=0.95

time alphafold3 python3 /alphafold3/run_alphafold.py --json_path=fold_input.json --output_dir=af_output --db_dir=/data/public_databases --model_dir=/data/models

Στο $HOME μας στο login node, δημιουργούμε ένα νέο φάκελο

# mkdir AlphaFold-v3.0.1-Nefeli
# cd AlphaFold-v3.0.1-Nefeli

Εκεί μέσα τοποθετούμε: - το αρχείο AlphaFold-v3.0.1-Nefeli.sh που είδαμε παραπάνω και - ένα αρχείο εισόδου (π.χ. το fold_input.json)

Info

Τεκμηρίωση για τη δομή των αρχείων εισόδου για την εφαρμογή AlphaFold μπορεί να βρει ο ενδιαφερόμενος αναγνώστης εδώ.

Τα αρχεία αυτά μπορούμε να τα φτιάξουμε και να τα τροποποιήσουμε με κάποιον editor (π.χ. nano ή vi) ή να τα κατεβάσουμε τοπικά στο φάκελο που φτιάξαμε παραπάνω με το εργαλείο wget χρησιμοποιώντας τις εξής δύο εντολές:

# wget https://hpc.it.auth.gr/_snippets/AlphaFold-v3.0.1-Nefeli.sh
# wget https://hpc.it.auth.gr/applications/assets/fold_input.json

Η υποβολή της εργασίας γίνεται με την εντολή sbatch <filename.sh> ως εξής:

# sbatch AlphaFold-v3.0.1-Nefeli.sh

Παρακολουθούμε με την εντολή squeue την εξέλιξη της εργασίας.

Eφόσον η εργασία έχει εκκινήσει μπορούμε να ελέγχουμε την πρόοδο της επίλυσης μέσω των αρχείων εξόδου. Π.χ.:

# tail -f slurm-*.out