Alphafold v3.01升级公告
写在前面的
去年11月，DeepMind公司公开了Alphafold3的源代码。我跟朋友立刻在本地服务器部署了Alphafold3。在安装和测试的过程中，我和朋友发现了一些潜在的问题，但是由于的时间和资源限制我们没有进行更多的探索是否可能是bug。于是乎，过去一段时间内，我只是单纯记录了自己怎么用Alphafold3一定会输出正确的结果，而没有去思考过为什么不这样做就会报错或者无法得到结果。今天偶然看见了DeepMind公司在其github相关页面发布了Alphafold3的迭代更新版本。简单浏览完更新记录后，对于过去留下的一些问题豁然开朗。
Alphafold3过去安装和测试中发现的些许问题
1.Singularity安装流程看不懂
Alphafold3源代码初次发布时DeepMind就提供了基于Docker安装和Singularity安装的教程。一开始我和朋友也讨论过到底选择Docker还是Singularity的安装策略，其实我们个人更倾向于选择基于Singularity的安装策略。这是因为Singularity和Docker都是容器化平台，但它们的确有一些不同之处，适合不同的使用场景：
Docker：
- Docker是目前最流行的容器平台之一，有着庞大的用户群体和生态系统支持。它提供了简单易用的命令行接口和图形用户界面，使得容器的构建、部署和管理变得更加容易。更适合用于开发和测试环境中，以及在开发过程中构建和分享容器。但是Docker要求用户拥有管理员权限才能运行容器。
Singularity：
- Singularity更适合在高性能计算（HPC）环境中运行，因为它支持在没有root权限的情况下运行容器。并且Singularity的设计使得容器在运行时更加安全，特别适合在共享环境中运行容器。此外，Singularity支持运行传统的应用程序和工具，这些工具可能不适合在Docker中运行。所以Singularity更容易与现有的HPC环境集成，而无需进行较大的改动。
因此，Docker更适合面向处理开发、测试、部署或者在拥有管理员权限的环境中运行容器，Singularity更适合在HPC环境中运行应用。由于我们作为生物医药背景的人员主要利用Alphafold3进行生物大分子结构预测，较少涉及大型生物AI软件的开发，同时因为Alphafold3目前只适合安装在具备足够GPU资源的大型服务器上，这类服务器通常以集群的方式供给研究团队或机构的人群使用，Singularity更适合。但是我和朋友根据早先的Alphafold3安装教程去安装基于Singularity的Alphafold3，结果发现安装异常，不是这里报错就是那里提示有问题。无奈之下，我们才选择了基于Docker的安装。通过这次Alphafold3的更新介绍，发现DeepMind团队更新了基于Singularity的安装说明，结合当时的踩坑记录，我们发现确实老版本的安装说明有一部分确实混淆了我们的理解，导致安装失败，新的安装说明更清晰易懂。
2.Python 3.12安装兼容问题
一开始安装Alphafold3时，我们默认的python版本就是3.12，不过在安装过程中总是碰到一些兼容性问题。起初还能想办法解决，但是在依赖安装的过程中发现兼容问题较多，特别是我们本身的CUDA版本相对较低，还存在一定程度硬件适配问题。随后在安装过程中，我们放弃了选择3.12版本，转而选择降低版本。这一次的Alphafold3更新日志中DeepMind特别提到修复了与python 3.12兼容的设置。如此看来，目前安装Alphafold3应该不会出现太多兼容性问题了。
3.无端的Numpy警告信息
在测试Alphafold3的过程中，我们常发现提交的运行程序中偶尔会出现一些warning，这些warning都指向numpy的结构。一开始我们担心是自身技艺不精，导致提交的运行程序有些许瑕疵，也很担心这些warning会导致预测结果不准确。因此，我们初期花费了较多时间用于反复测试不同蛋白质、不同随机数种子的预测结构变异性。在反复测试下，我们发现应该不是自己的问题，而是这些Warning来自于Alphafold3程序本身。在这次更新中我特别注意到DeepMind团队也注意到了这些无关的warning，并修复了它们。
4.输出的PDB mmCIF文件权限问题
测试Alphafold3过程中，我注意到哪怕我在运行Alphafold3前已经将输入和输出路径的权限修改为组员可读可执行，但是Alphafold3输出的预测结果文件中仍然无法让组员直接可执行。还需要额外使用chmod命令再改一次输出结果权限。这次更新中Alphafold3也注意到这个问题，并修复了。
5.输出的PDB mmCIF文件中没有每个残基的plDDT值
每个残基的pLDDT值（per-residue lDDT）是AlphaFold在预测蛋白质结构时为每个残基计算的置信度评分。pLDDT ≥ 90：残基具有非常高的模型置信度（very high confidence）。90 > pLDDT ≥ 70：残基被归类为确信的（confident）。70 > pLDDT ≥ 50：残基的置信度较低（low confidence）。pLDDT < 50：残基的置信度很低（very low confidence），通常与蛋白质的固有无序性相关联。我很早注意到Alphafold3输出结果中并没有给予每个残基一个预测评价。因此很难去检验哪些精确位置可能存在预测质量差的情况。在当前的更新迭代中，Alphafold v3.0.1可以输出每个残基的plDDT值了。
Alphafold v3.0.1全部更新介绍
新增特征
以下是关于Alphafold3的新功能摘要，详细更新介绍可点击原文查看：
1.无模板操作与MSA搜索：
- Alphafold3 现在支持在无模板操作中仍然搜索多序列比对（MSA）。
2.提供MSA的模板搜索：
- 现在可以在提供MSA数据时运行模板搜索。
3.外部文件指定MSA和模板：
- 用户可以将MSA和模板指定为外部文件，而不是内联在输入JSON中。
4.新增参数标志：
-
添加了新的参数标志，包括 --max_template_date、--diffusion_num_samples、--num_recycles和--num_seeds。
5.RDKit迭代次数：
-
将 --conformer_max_iterations暴露为一个标志，允许增加RDKit迭代次数。
6.模型嵌入返回：
- 增加了一个选项，可以返回模型嵌入并将其写入文件。
7.多GPU支持：
- 现在可以设置在多GPU系统上使用哪个GPU。
8.输出mmCIF中的每残基pLDDT：
- 输出的mmCIF文件现在包含每个残基的pLDDT值。
性能提升
1.更快的数据库下载脚本：
- 用一个速度显著更快的脚本替换了旧的数据库下载脚本，并添加了GCP后处理脚本。
2.改进的Stockholm转换器：
- 改进了Stockholm转换器，转换为A3M时不会读取比必要更多的序列。
3.Stockholm到A3M转换的优化：
- 优化了Stockholm到A3M的转换，不会将整个文件读入内存。
4.加快模板搜索速度：
- 通过不读取和解析无关的mmCIF文件，加快了模板搜索速度。
5.重构的输入JSON解析：
- 将输入JSON解析重构为迭代器，这样输入不会一次性全部加载到内存中，避免内存耗尽，也使得更新的Alphafold3的计算资源下限下调，意味着可以用相对低的服务器可能也有机会安装使用Alphafold3。
6.输出JSON时的序列去重：
- 在输出JSON时添加了序列去重功能，使得对于同源聚合物来说输出文件更小。
Bug修复记录
- 空白MSA + 模板提供时跳过数据管道处理。
- 屏蔽了无关的Numpy警告。
- 改进了Singularity安装说明。
- 修复了处理大型输入时Pallas GLU内核问题，并更新了编译桶的文档。
- 修复了与Python 3.12兼容的设置。
- 如果输出目录已经存在，AlphaFold将不会覆盖其中的文件，而是会创建一个新目录。
- 将DATIVE键类型转换为SINGLE，以匹配训练中使用的键类型。
- 将原子元素转换为大写形式，以匹配训练中使用的嵌入名称。
- 修复了在解压PDB mmCIF文件时的用户和权限问题。
- 在获取生成的构象时显式使用构象ID。
- 修复了包含制表符描述的情况下的A3M -> Stockholm转换。
- 对由glob返回的输入文件进行排序，否则会以任意顺序返回。
- 确保用户CCD包含所有必要字段，并改进文档。
- 修复了在处理SMILES配体中的双字母原子时的错误处理。
- 在可能的情况下，使用OpenEye规范的SMILES。
- 如果无法创建分子定义，则引发明确的错误。
- 为CUDA Capability 7.x GPU添加XLA标志的解决方法。
- 在处理Pallas内核中的PID时修复数值精度问题。
- 正确处理单字母序列中的非标准残基。
- 修复了根据任意链ID计算RASA的问题。
- 对于配对的MSA创建，使用真实的链类型。
总结与展望
根据Alphafold v3.0.1的更新记录，DeepMind不仅持续跟进初代版本的实际应用情况，还积极修复初代版本中出现的问题，尽管从更新版本来看，这次升级属于小升级，但发布版本3.0.1进一步证明了Alphafold3受到其开发团队持续维护的重视，预示着用户体验和预测结果将更加稳健可靠。DeepMind对Alphafold3的安装教程进行了简化和优化，使更多非计算机专业背景的用户能够轻松独立部署该平台。同时，DeepMind致力于提升Alphafold3的性能，降低对硬件的依赖性。尽管这种改进可能需要更多时间来完善，但这种迭代行为预示着未来大型AI模型产品将逐渐朝向轻量化、便携化发展，使得广大用户能够在简单设备或终端上轻松部署自己的AI模型工具。Alphafold3的升级也许预示着AI产品发展的趋势，为未来的AI技术发展描绘了一幅更为广阔的前景。