Logo
Project Icon

ColabFold

基于Google Colab的蛋白质结构预测工具

ColabFold蛋白质折叠AlphaFold结构预测生物信息学Github开源项目

ColabFold是一个基于Google Colab的开源项目，整合了AlphaFold2和RoseTTAFold等先进工具，为蛋白质结构预测提供便捷解决方案。该项目支持单体和复合物预测，采用MMseqs2进行快速序列搜索，并可选用模板。ColabFold具有用户友好的界面，持续更新以提供最新的预测技术，是研究人员进行蛋白质结构分析的有力工具。

GithubGithub文档文档论文论文
介绍相关项目

ColabFold - v1.5.5

有关v1.5版本更改的详细信息，请参阅更新日志！

通过Google Colab让蛋白质折叠技术为所有人所用！

笔记本单体复合物mmseqs2jackhmmer模板
AlphaFold2_mmseqs2是是是否是
AlphaFold2_batch是是是否是
AlphaFold2 (来自Deepmind)是是否是否
relax_amber (放松输入结构)
ESMFold是可能否否否
测试版（开发中）笔记本
RoseTTAFold2是是是否开发中
OmegaFold是可能否否否
AlphaFold2_advanced_v2 (新的实验性笔记本)是是是否是

查看wiki页面旧的已停用笔记本以了解不再支持的笔记本。

常见问题

  • 我在哪里可以与其他ColabFold用户交流？
    • 请查看我们的Discord频道！
  • 我可以将这些模型用于分子替换吗？
    • 可以，但要小心，b因子列填充了pLDDT置信度值（越高越好）。Phenix.phaser期望"真实"的b因子，其中（越低越好）。请参阅Claudia Millán的帖子。
  • 最大长度是多少？
    • 限制取决于Google-Colab提供的免费GPU 祈祷
    • 对于GPU：Tesla T4或Tesla P100（约16G），最大长度约为2000
    • 对于GPU：Tesla K80（约12G），最大长度约为1000
    • 要检查你获得了什么GPU，打开一个新的代码单元并输入!nvidia-smi
  • 在本地计算机上使用MMseqs2 MSA服务器（cf.run_mmseqs2）可以吗？
    • 如果你的查询来自单个IP且是串行的，你可以从本地计算机访问服务器。请不要使用多台计算机查询服务器。
  • 我在哪里可以下载ColabFold使用的数据库？
  • 我想渲染预测结构的自定义图像，如何按pLDDT着色？
    • 在pymol中对AlphaFold结构：spectrum b, red_yellow_green_cyan_blue, minimum=50, maximum=90
    • 如果你想使用AlphaFold颜色（感谢：Konstantin Korotkov） 
      set_color n0, [0.051, 0.341, 0.827]
set_color n1, [0.416, 0.796, 0.945]
set_color n2, [0.996, 0.851, 0.212]
set_color n3, [0.992, 0.490, 0.302]
color n0, b < 100; color n1, b < 90
color n2, b < 70;  color n3, b < 50
    • 在pymol中对RoseTTAFold结构：spectrum b, red_yellow_green_cyan_blue, minimum=0.5, maximum=0.9
  • AlphaFold2_advanced和AlphaFold2_mmseqs2（_batch）笔记本在复合物预测方面有什么区别？
    • 我们目前有两种不同的方法来预测蛋白质复合物：(1)使用带有残基索引跳跃的AlphaFold2模型和(2)使用AlphaFold2-multimer模型。AlphaFold2_advanced支持(1)，而AlphaFold2_mmseqs2（_batch）支持(2)。
  • localcolabfold和可通过pip安装的colabfold_batch有什么区别？
    • LocalColabFold是一个安装脚本，旨在使ColabFold功能在本地用户机器上可用。它支持广泛的操作系统，如Windows 10或更高版本（使用Windows Subsystem for Linux 2）、macOS和Linux。
  • 有没有办法进行amber松弛结构而不必从头重新运行alphafold/colabfold？
  • 我在哪里可以找到之前开发现已停用的旧笔记本？
  • 我在哪里可以找到ColabFold使用的MSA服务器数据库的历史记录？

本地运行

有关如何在本地安装ColabFold的说明，请参阅localcolabfold或查看我们的wiki了解如何在Docker中运行ColabFold。

使用MSA服务器为小规模本地结构/复合物预测生成MSA

当你将包含序列的FASTA或CSV文件传递给colabfold_batch时，它会自动查询公共MSA服务器以生成MSA。为了更好地利用GPU资源，你可能希望将此过程分为两个步骤：

# 在一次操作中查询MSA服务器并在本地GPU上预测结构：
colabfold_batch input_sequences.fasta out_dir

# 将查询MSA服务器和GPU预测分为两个步骤
colabfold_batch input_sequences.fasta out_dir --msa-only
colabfold_batch input_sequences.fasta out_dir

为大规模结构/复合物预测生成MSA

首先在具有足够存储空间的磁盘上为数据库创建一个目录（940GB（！））。根据你的位置，这将需要几个小时： 注意：ColabFold MSA服务器使用 MMseqs2 71dd32ec43e3ac4dabf111bbc4b124f1c66a85f1 (2023年5月28日) 来创建数据库并执行序列搜索。如果您希望获得与服务器相同的多序列比对结果，请使用此版本。

MMSEQS_NO_INDEX=1 ./setup_databases.sh /path/to/db_folder

如果MMseqs2未安装在您的PATH中，请在colabfold_search中添加--mmseqs <mmseqs路径>：

# 这需要大量CPU资源
colabfold_search --mmseqs /path/to/bin/mmseqs input_sequences.fasta /path/to/db_folder msas
# 这需要GPU
colabfold_batch msas predictions

这将创建一个中间文件夹msas，其中包含所有以a3m文件格式存储的输入多序列比对，以及一个predictions文件夹，其中包含所有预测的pdb、json和png文件。

上述过程通过在调用数据库设置脚本之前设置MMSEQS_NO_INDEX=1环境变量，禁用了各种ColabFold数据库的MMseqs2预索引。对于大多数colabfold_search用例，预计算索引是不必要的，甚至可能会降低搜索速度。预计算的索引对于ColabFold服务器的快速响应时间是必要的，因为整个数据库会被永久保存在内存中。在任何情况下，批量搜索都需要一台至少128GB RAM的机器，或者如果要将数据库永久保存在RAM中，则需要超过1TB RAM。

在某些情况下，使用预计算的数据库仍然可能有用。对于以下情况，请在调用setup_databases.sh脚本时不设置MMSEQS_NO_INDEX环境变量：

(0) 如上所述，如果您想设置服务器。

(1) 如果预计算的索引存储在非常快速的存储系统（如NVMe-SSD）上，从磁盘读取索引可能比实时计算更快。在这种情况下，搜索应该在调用setup_databases.sh的同一台机器上执行，因为预计算的索引是为给定主内存大小创建的。此外，传递--db-load-mode 0选项以确保在使用前从存储系统中一次性读取数据库。

(2) 快速单一查询搜索需要将完整索引（.idx文件）保存在内存中。这可以通过使用vmtouch等工具实现。因此，这种类型的搜索需要至少768GB到1TB RAM的机器来存储ColabfoldDB。如果索引已存在于内存中，请在colabfold_search中使用--db-load-mode 2参数以避免索引加载开销。

如果没有创建索引（设置了MMSEQS_NO_INDEX=1），则--db-load-mode不会产生任何效果，可以忽略。

教程和演示

  • 在波士顿蛋白质设计和建模俱乐部上展示的ColabFold教程。[视频] [幻灯片]。

基于ColabFold的项目或辅助工具

致谢

  • 我们要感谢RoseTTAFold和AlphaFold团队在开源软件方面所做的出色工作。
  • 同时感谢David Koes开发的出色的py3Dmol插件，没有它这些笔记本将变得相当乏味！
  • 这是由Sergey Ovchinnikov (@sokrypton)、Milot Mirdita (@milot_mirdita)和Martin Steinegger (@thesteinegger)开发的colab。

如何引用本工作？

  • Mirdita M, Schütze K, Moriwaki Y, Heo L, Ovchinnikov S and Steinegger M. ColabFold: Making protein folding accessible to all.
    Nature Methods (2022) doi: 10.1038/s41592-022-01488-1
  • 如果您使用AlphaFold，请同时引用：
    Jumper et al. "Highly accurate protein structure prediction with AlphaFold."
    Nature (2021) doi: 10.1038/s41586-021-03819-2
  • 如果您使用AlphaFold-multimer，请同时引用：
    Evans et al. "Protein complex prediction with AlphaFold-Multimer."
    biorxiv (2021) doi: 10.1101/2021.10.04.463034v1
  • 如果您使用RoseTTAFold，请同时引用：
    Minkyung et al. "Accurate prediction of protein structures and interactions using a three-track neural network."
    Science (2021) doi: 10.1126/science.abj8754

DOI

旧更新

  2023年7月31日：2023/07/31：ColabFold MSA服务器恢复正常
             从27日欧洲中部夏令时间约8:30到31日约11:10期间，它使用的是较旧的数据库（UniRef30 2202/PDB70 220313）。
  2023年7月27日：ColabFold MSA服务器问题：
             从欧洲中部夏令时间约8:30开始，我们使用带有旧数据库的备用服务器
             （UniRef30 2202/PDB70 220313），直到我们解决这个问题。
             于2023年7月31日欧洲中部夏令时间约11:10解决。
  2023年6月12日：新数据库！UniRef30更新至2302版，PDB更新至230517版。
             我们现在使用PDB100而不是PDB70（详见[主要](https://colabfold.com)笔记本中的说明）。
  2023年6月12日：我们引入了新的默认配对策略：
             之前，对于超过2条链的多聚体预测，
             我们只在所有序列分类学匹配时进行配对（"完全"配对）。
             新的默认"贪婪"策略会配对任何分类学匹配的子集。
  2023年4月30日：我们的ColabFold笔记本中的Amber再次正常工作
  2023年4月29日：由于Colab更新，我们的笔记本中的Amber无法工作
  2023年2月18日：v1.5.2 - 修复：修复大蛋白的内存泄漏问题
                    - 修复：--use_dropout（随机种子在循环之间未改变）
  2023年2月6日：v1.5.1 - 修复：--save-all/--save-recycles
  2023年2月4日：v1.5.0 - ColabFold更新至使用AlphaFold v2.3.1！
  2023年1月3日：12月26日MSA服务器的故障硬件已被更换。
             12月26日和1月3日出现了间歇性故障。目前，
             没有已知问题。如果您遇到任何问题，请告知我们。
  2022年10月10日：错误修复：random_seed未在alphafold-multimer中使用。
             无论定义的种子如何，都返回相同的结构。这个
             问题已经修复！
  2022年7月13日：我们设置了一个由韩国生物信息中心提供的新ColabFold MSA服务器。
             它提供加速的MSA生成，我们将UniRef30更新至2022_02版，PDB/PDB70更新至220313版。
  2022年3月11日：我们默认使用AlphaFold-multimer-v2权重进行复合体建模。
             我们还提供旧的复合体模式"AlphaFold-ptm"或"AlphaFold-multimer-v1"
  2022年3月4日：ColabFold现在使用更强大的服务器进行MSA，并通过ColabFoldDB而不是BFD/MGnify进行搜索。
             如果您观察到任何问题，请告知我们。
  2022年1月26日：AlphaFold2_mmseqs2、AlphaFold2_batch和colabfold_batch的多聚体复合物预测
             现在默认按iptmscore*0.8+ptmscore*0.2而不是ptmscore重新排序
  2021年8月16日：警告 - MMseqs2 API正在升级，您可能会看到错误消息。
  2021年8月17日：如果您看到任何错误，请报告。
  2021年8月17日：我们仍在调试MSA生成程序...
  2021年8月20日：警告 - MMseqs2 API正在升级，您可能会看到错误消息。
             为避免Google Colab崩溃，对于大型MSA，我们使用-diff 1000获取
             1000个最多样化的序列。这导致一些大型MSA质量下降，
             因为靠近查询的序列被合并为单个代表。
             我们正在更新服务器（今天）以解决这个问题，确保
             最终MSA中既包含多样化序列，也包含靠近查询的序列。
             更新完成后，我们会在这里发布更新。
  2021年8月21日  MSA问题现在应该已经解决！请报告您看到的任何错误。
             简而言之，为减小MSA大小，我们过滤（qsc > 0.8，id > 0.95）并在不同的qid（与查询的序列相似度）区间
             取3000个最多样化的序列并合并它们。具体来说，在qid为(0→0.2)、(0.2→0.4)、
             (0.4→0.6)、(0.6→0.8)和(0.8→1)的区间各取3000个序列。如果您在
             2021年8月16日至2021年8月20日之间提交了序列，我们建议重新提交以获得最佳结果！
  2021年8月21日  AlphaFold2_mmseqs2中的use_templates选项无法正常工作。我们正在
             修复这个问题。如果您不使用模板，这不会影响
             结果。其他不使用use_templates的笔记本不受影响。
  2021年8月21日  模板问题已解决！
  2021年11月11日 [AlphaFold2_mmseqs2]现在使用Alphafold-multimer进行复合体（同源/异源寡聚体）建模。
             使用[AlphaFold2_advanced]笔记本获取旧的复合体预测逻辑。
  2021年11月11日 ColabFold现在可以通过pip在本地安装！
  2021年11月14日 基于模板的预测在Alphafold2_mmseqs2笔记本中再次可用。
  2021年11月14日 警告 AlphaFold2_mmseqs2和AlphaFold2_batch中的"单序列"模式从
             2021年11月11日开始出现问题。无论选择如何，都使用了MMseqs2 MSA。
  2021年11月14日 "单序列"模式现已修复。
  2021年11月20日 警告 AlphaFold2_mmseqs2和AlphaFold2_batch中的"AMBER"模式从
             2021年11月11日开始出现问题。返回的是未优化的蛋白质。
  2021年11月20日 "AMBER"已修复，感谢Kevin Pan
相关项目
项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手，通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能，支持100+编程语言，与主流编辑器无缝集成，显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台，能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐，Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案，通过智能技术简化视频制作流程。无论是企业宣传还是个人分享，有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持，能够阅读和理解用户上传的文件内容，解析网页信息，并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题，Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术，为商家提供一键生成商品图和营销文案的服务，显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台，让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型，免费访问各种图像生成与AI训练工具，从Stable Diffusion等基础模型开始，轻松实现创新图像生成。体验前沿的AI技术，推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器，它将改变您观看视频的方式！SubCat结合了先进的人工智能技术，为您提供即时视频字幕翻译，无论是本地视频还是网络流媒体，让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台，利用前沿AI技术，为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图，再到文案生成，美间让创意设计更简单、更高效。

Project Cover

稿定AI

稿定设计 是一个多功能的在线设计和创意平台，提供广泛的设计工具和资源，以满足不同用户的需求。从专业的图形设计师到普通用户，无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑，稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合，帮助用户轻松实现创意设计。

使用协议隐私政策广告服务
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号