【亲测免费】 RoseTTAFold 开源项目常见问题解决方案

1. 项目基础介绍和主要编程语言

RoseTTAFold 是一个开源项目，主要用于蛋白质结构和交互的准确预测。该项目基于深度学习模型，是 RoseTTAFold 算法的官方实现。它可以帮助研究人员预测蛋白质的三维结构以及蛋白质之间的相互作用。该项目主要使用 Python 编程语言，同时依赖于一些第三方库和工具。

2. 新手常见问题及解决步骤

问题一：如何安装 RoseTTAFold？

问题描述： 新手在使用该项目时，可能会遇到不知道如何正确安装 RoseTTAFold 的问题。

解决步骤：

1. 克隆项目到本地环境：

   git clone https://github.com/RosettaCommons/RoseTTAFold.git
   cd RoseTTAFold
   

2. 创建 Conda 环境： 根据你的 CUDA 版本，选择合适的配置文件创建 Conda 环境。
   • 如果你的 NVIDIA 驱动与 CUDA 11 兼容，使用以下命令：

     conda env create -f RoseTTAFold-linux.yml
     

   • 如果不兼容（但兼容 CUDA 10），使用以下命令：

     conda env create -f RoseTTAFold-linux-cu101.yml
     

3. 下载网络权重和数据： 由于网络权重和数据在非商业用途下可用，你需要下载并解压它们：

   wget https://files.ipd.uw.edu/pub/RoseTTAFold/weights.tar.gz
   tar xfz weights.tar.gz
   

问题二：如何准备输入数据？

问题描述： 新手可能不清楚如何准备和格式化输入数据以供 RoseTTAFold 使用。

解决步骤：

1. 下载并安装所需的序列和结构数据库：

   # 下载 UniRef30 数据库
   wget http://wwwuser.gwdg.de/~compbiol/uniclust/2020_06/UniRef30_2020_06_hhsuite.tar.gz
   mkdir -p UniRef30_2020_06
   tar xfz UniRef30_2020_06_hhsuite.tar.gz -C UniRef30_2020_06
   
   # 下载 BFD 数据库
   wget https://bfd.mmseqs.com/bfd_metaclust_clu_compl
   

2. 使用 input_prep.py 脚本准备输入数据：

   python input_prep.py -i input.fasta -o output_folder
   

问题三：如何在项目环境中运行测试？

问题描述： 新手可能不清楚如何运行项目中的测试来验证安装的正确性。

解决步骤：

1. 运行端到端测试脚本：

   ./run_e2e_ver.sh
   

2. 如果需要，也可以运行 Pyrosetta 版本的测试脚本：

   ./run_pyrosetta_ver.sh
   

3. 检查输出结果，确保没有错误或警告信息。

通过上述步骤，新手应该能够顺利安装并开始使用 RoseTTAFold 项目。