AlphaFold3 是什么？
AlphaFold3 是由谷歌 DeepMind 和 Isomorphic Labs 团队开发的人工智能程序，于 2024 年 5 月发布，11 月开源供学术用途。它能准确预测蛋白质、DNA、RNA 等多种生物分子及其复合体的结构和相互作用，预测精度较 AlphaFold2 大幅提升，在药物研发等领域应用广泛。其架构引入 Pairformer 和扩散模块，采用跨蒸馏技术训练，减少了多重序列比对处理量，提高了计算效率和泛化能力，为生命科学研究提供了更强大的工具。
如何在平台使用 AlphaFold3?
1. 准备运行文件
将公共目录的alphafold3 demo文件拷贝到个人目录，并解压
cp /opt/app/alphafold3/af3_demo.tar ~/
tar xvf af3_demo.tar
2. 申请gpu计算资源
根据平台的实际队列情况申请计算资源，例如：
salloc -n 8 -p gpu --gres=gpu:1
3. 登陆到计算节点运行任务
cd ~/af3_demo
/opt/app/singularity/bin/singularity exec \
--nv \
--bind $HOME/af3_demo/af_input:/root/af_input \
--bind /opt/app/nvidia/550.54.14:/usr/local/nvidia \
--bind $HOME/af3_demo/af_output:/root/af_output \
--bind /opt/app/alphafold3/models:/root/models \
--bind /opt/app/alphafold3/public_databases:/root/public_databases \
/opt/app/sif/alphafold3.sif \
python run_alphafold.py \
--json_path=/root/af_input/fold_input.json \
--model_dir=/root/models \
--db_dir=/root/public_databases \
--output_dir=/root/af_output \
--flash_attention_implementation=xla
4. 查看结果
运行结束后，计算结果保存在 ~/af3_demo/af_output 目录下，具体可参考 https://github.com/google-deepmind/alphafold3/blob/main/docs/output.md
参考资料
AlphaFold3 GitHub: https://github.com/google-deepmind/alphafold3
