AMPL 的安装和配置教程

1. 项目的基础介绍和主要的编程语言

AMPL（ATOM Modeling PipeLine）是一个开源的、端到端的软件管道，用于数据整理、模型构建和分子属性预测，旨在推动计算机辅助药物发现。它由Accelerating Therapeutics for Opportunities in Medicine (ATOM)联盟创建，并扩展了DeepChem的功能，支持多种机器学习和分子特征化工具，预测关键的活性、安全性和药动学相关参数。

AMPL的主要编程语言是Python，它使用Python 3.9版本。

2. 项目使用的关键技术和框架

AMPL项目使用以下关键技术和框架：

• DeepChem：一个用于药物发现的深度学习库。
• TensorFlow：一个用于机器学习的开源库。
• PyTorch：一个用于机器学习的Python库。
• DGL（Deep Graph Library）：一个用于图表示学习的库。

3. 项目安装和配置的准备工作和详细的安装步骤

准备工作

在开始安装AMPL之前，请确保您的系统满足以下要求：

• Python 3.9环境
• 至少12GB的磁盘空间
• CUDA 11.8（如果使用GPU）

安装步骤

以下是AMPL的详细安装步骤：

1. 创建Python虚拟环境

   打开终端或命令提示符，创建一个Python 3.9的虚拟环境：

   export ENVROOT=~/workspace
   cd $ENVROOT
   python3.9 -m venv atomsci-env
   

2. 激活虚拟环境

   激活刚刚创建的虚拟环境：

   source $ENVROOT/atomsci-env/bin/activate
   

3. 升级pip

   升级pip到最新版本：

   pip install pip --upgrade
   

4. 克隆AMPL仓库

   克隆AMPL项目的GitHub仓库：

   git clone https://github.com/ATOMScience-org/AMPL.git
   

5. 安装依赖

   根据您的系统（CPU或CUDA），进入AMPL的pip目录并安装相应的依赖：

   • CPU-only安装：

     cd AMPL/pip
     pip install -r cpu_requirements.txt
     

   • CUDA安装：

     首先加载CUDA模块，然后运行CUDA特定的包安装：

     module load cuda/11.8
     pip install -r cuda_requirements.txt
     

   如果遇到内存不足错误，可以尝试设置以下环境变量：

   export LD_LIBRARY_PATH=<your_env>/lib:$LD_LIBRARY_PATH
   export PYTHONUSERBASE=<your_env>
   export OPENBLAS_NUM_THREADS=1
   export OMP_NUM_THREADS=48
   export PYTORCH_HIP_ALLOC_CONF=gargage_collection_threshold:0.9,max_split_size_mb:128
   export TF_FORCE_GPU_ALLOW_GROWTH=true
   

6. 安装开发依赖

   安装pytest、绘图包等开发依赖：

   cd AMPL/pip
   pip install -r dev_requirements.txt
   

7. 构建AMPL

   返回AMPL的父目录，运行以下命令来构建“atomsci”模块：

   cd ..
   ./build.sh
   

   然后安装AMPL：

   pip install -e .
   

8. 创建Jupyter笔记本内核（可选）

   如果您想从Jupyter笔记本运行AMPL，可以创建一个新的内核：

   python -m ipykernel install --user --name atomsci-env
   

通过上述步骤，您应该能够成功安装和配置AMPL。如果在安装过程中遇到任何问题，可以查看项目文档或向社区寻求帮助。