初尝OpenFold3

写在前面的
始于AF3，超越AF3，这是OpenFold3的理念。对于刚问世不久的OpenFold3仅仅包含基础功能（如蛋白质结构预测、配体蛋白互作等预测）而言，它目前或许在准确性上暂时无法超越Alphafold3，但是基于它的开发者联盟倡导的全球用户共同开发的理念，我相信在未来无论是在功能多样性还是在预测准确性上OpenFold3都能成为Alphafold3的理想替代。需要强调的是，OpenFold3联盟宣布其模型完全开源，允许学术和商业使用。相比于Alphafold3仅仅允许获得批准的用户进行学术用途以外，其余限制依然很大。话不多说，今天的推送主要介绍如何简单使用OpenFold3

OpenFold3软件安装部署

       从OpenFold3开发者联盟的发布测试结果看，部署OpenFold3需要至少满足CUDA 12.1及以上版本、显存至少为32GB的GPU的系统。开发者团队建议使用mamba安装OpenFold3。安装OpenFold3建议创建虚拟环境。

基本安装

conda create -p ~/software/miniconda3/envs/openfold python=3.10conda activate ~/software/miniconda3/envs/openfoldpip install openfold3conda install kalign2 -c biocondagit clone https://github.com/aqlaboratory/openfold-3setup_openfold

       注意在setup_openfold时，软件会下载模型权重参数，此时软件会询问你是否下载到默认路径，我选择的否，我自己为OpenFold3的模型权重提供新路径储存。整个setup_openfold过程大概分为4部分：

• 1.创建 OPENFOLD_CACHE 环境 (可自定义，默认值：~/.openfold3)
• 2.设置 OpenFold3 模型参数目录 (可自定义：~/.openfold3)
• 3.将路径写入 OPENFOLD_CACHE/ckpt_path
• 4.如果参数文件尚不存在，则下载模型参数
• 5.运行推理整合测试，无需MSA比对（在 A100 上约5分钟），这一步不执行也不会影响软件安装。注意：如果要运行整合测试，必须安装 pytest。

额外可选

       因为模型参数大概有2.3Gb，如果个人网络不好的情况下，可以从OpenFold3的源代码脚本从开发者传输至亚马逊的AWS RODA 存储桶下载已训练的模型参数。链接在github下载好的OpenFold3路径下的download_openfold_params.sh中。默认情况下，这些权重将下载到 ~/.openfold3/目录。同样可以通过提供自定义下载目录来指定下载路径，如下所示：

bash ~/software/openfold-3/scripts/download_openfold_params.sh --download_dir=<target-dir>

简单使用OpenFold3

       按照上述方式配置好软件后，可以尝试使用软件自带的蛋白质数据预测结构。开发者团队给出的结构预测数据案例是一个泛素相关蛋白序列，该序列以JSON格式文件储存。如果想了解如何构建JSON格式的文件可以阅读我之前的Alphafold3教程来理解怎样构建自定义的蛋白序列输入数据。深入浅出理解为什么Alphafold3的输入数据为JSON格式文件不过与Alphafold3相比，该软件的运行命令更简洁。

输入蛋白序列的JSON格式

数据可参考路径examples/example_inference_inputs/query_ubiquitin.json

{	"queries": {		"ubiquitin": {			"chains": [				{					"molecule_type": "protein",					"chain_ids": [						"A"					],					"sequence": "MQIFVKTLTGKTITLEVEPSDTIENVKAKIQDKEGIPPDQQRLIFAGKQLEDGRTLSDYNIQKESTLHLVLRLRGG"				}			]		}	}}

预测结构命令

经过测试下面的命令在A100显卡上可在30秒左右完成。

run_openfold predict --query_json=~/software/openfold-3/examples/example_inference_inputs/query_ubiquitin.json

结果解读

       完成预测后，任务运行路径下会出现一个名为ubiquitin的文件夹，文件夹内部结构如下，其中软件会以默认的随机数种子生成5个可能的结构。最好的结构可以通过评估pLDDT（局部置信度）、PAE（相对位置置信度）和ipTM/PTM（整体置信度）等多个指标选择最好的模型。通过导入文件夹内最好模型的.cif文件即可查看预测的结构

├── compiled_cache.db├── experiment_config.json├── inference_query_set.json├── model_config.json├── summary.txt└── ubiquitin    └── seed_42        ├── timing.json        ├── ubiquitin_seed_42_sample_1_confidences_aggregated.json        ├── ubiquitin_seed_42_sample_1_confidences.json        ├── ubiquitin_seed_42_sample_1_model.cif        ├── ubiquitin_seed_42_sample_2_confidences_aggregated.json        ├── ubiquitin_seed_42_sample_2_confidences.json        ├── ubiquitin_seed_42_sample_2_model.cif        ├── ubiquitin_seed_42_sample_3_confidences_aggregated.json        ├── ubiquitin_seed_42_sample_3_confidences.json        ├── ubiquitin_seed_42_sample_3_model.cif        ├── ubiquitin_seed_42_sample_4_confidences_aggregated.json        ├── ubiquitin_seed_42_sample_4_confidences.json        ├── ubiquitin_seed_42_sample_4_model.cif        ├── ubiquitin_seed_42_sample_5_confidences_aggregated.json        ├── ubiquitin_seed_42_sample_5_confidences.json        └── ubiquitin_seed_42_sample_5_model.cif

       需要注意的是如果你的显卡没有足够内存，OpenFold3也支持在本地调用他们的ColabFold Server的API以完成分析。因为OF3还在继续更新，等有空闲时间后，我将研究一下如何使用OpenFold3预测蛋白与配体、蛋白与各类生物分子的相互作用。

软件使用建议

       基于目前OpenFold3还处于预览版，可能会在半年后该软件才有成熟的版本供大家使用，目前我个人建议如果追求准确性选择Alphafold3，如果追求速度选择SimpleFold，如果不在意速度，无法使用Alphafold3，选择OpenFold3。

番外：基于Docker的安装

       如果用户想通过Docker安装OpenFold3，开发者团队已将镜像打包至HuggingFace链接如下：

https://huggingface.co/OpenFold/OpenFold3/tree/main/docker_image

       完成解压缩后可以得到14GB的文件，可以使用md5码检验文件完整性

md5sum -c openfold3_image.tar.bz2.md5openfold3_image.tar.bz2: OK#解压镜像：docker load --input openfold3_image.tar.bz2#构建OpenFold3 Docker镜像docker build -f Dockerfile -t openfold-docker .

往期精彩