AlphaFold3实操：上超算互联网轻松开启蛋白质结构预测之旅

上周，谷歌DeepMind宣布AlphaFold3 正式开源，进一步拓展了生物分子研究的应用边界。然而，复杂的环境搭建和配置步骤成为科研人员快速上手使用的难题。

现在，超算互联网上线了AlphaFold 3一键部署服务，使科研人员能够绕过繁琐的设置和调试，轻松体验AlphaFold3的强大功能。

本次实操，我们将通过AlphaFold3官方算例，输入流感嗜血杆菌 tyrA 基因的氨基酸序列（2Copies），利用AlphaFold3预测其三维结构，并对分析结果进行可视化。

一、基于SCNet运行AlphaFold3

1.安装配置AlphaFold3软件：

在实际应用中，运行AlphaFold3至少需要配备8核CPU、64GB内存、1TB SSD存储，以及支持算力为8.0的 NVIDIA GPU（具备80GB显存）。此外，还需下载并解压相关数据库文件，安装容器引擎，构建镜像并进行算例配置等操作。

为简化这一过程，超算互联网提供的AlphaFold3快速试用服务，支持开箱即用。您可通过以下链接或者在超算互联网首页搜索“AlphaFold3”立即使用。

https://www.scnet.cn/ui/mall/detail/goods?type=software&common1=APP_SOFTWARE&id=1858803422940901378&resource=APP_SOFTWARE&keyword=alphafold3

此外，在启动AlphaFold3前，您需要提前购买NVIDIA A800 显存80GB计算资源。

我们进入E-Shell界面，复制算例示例路径并进入对应目录，详细的目录结构说明可参阅 README 文件。 参考命令：cd /work/home/jsyadmin/apprepo/AlphaFold/v3.0.0-Apptainer/case。

2.上传参数文件

根据 AlphaFold3 的许可要求，不同组织间禁止共享模型参数文件。 您需自行提交申请并获取 Google 的官方审核邮件，收到审核通过邮件后，下载 af3.bin.zst 模型参数文件，将其上传至模型参数文件夹。

3.投递Slurm任务

根据AlphaFold3 GitHub自述文件，用户可选择直接运行完整流程，或分步执行。

本次实操，我们对比分析了两种不同的执行方式：一是在GPU节点运行完整的分析流程，二是分两步运行：先在CPU节点运行同源序列搜索，再去GPU节点进行模型推理。

运行完整分析流程时，只需执行任务投递命令 sbatch alphafold3.non-stepwise.slurm.sh。进入计算节点后，输入top和nvidia-smi命令可以发现，流程前期仅使用4个进程进行同源序列搜索，两张A800 的显存利用率始终为0%。数据库约包含400 GB的Fasta文件，同源序列搜索在整个分析流程中耗时占比较高。直接运行完整流程不仅效率低下，还会导致资源浪费，因此不建议采用此方式运行任务。

在分步运行任务时，首先执行命令sbatch alphafold3.stage1.slurm.sh，将任务投递到CPU节点进行同源序列搜索。待任务运行完成后，再执行命令 sbatch alphafold3.stage2.slurm.sh，在GPU节点上进行模型推理。以下是两步的日志输出，显示任务已顺利完成。

二、任务运行时间统计

当氨基酸序列结构推理任务结束后，依次点击“控制台”->“作业”->“历史作业”，输入作业ID，查询任务运行时间。第一步同源序列搜索运行时长为37分钟49秒，第二步模型推理运行时长为2分钟39秒，两步分析总时长仅需40分钟28秒。

三、结果可视化

最终的分析结果见下图，值得注意的是，AlphaFold3并未集成类似在线Server的结果可视化模块。为此，我们推荐使用可视化分析工具：paeViewer。只需输入结果文件中的2pv7_model.cif和2pv7_confidences.json文件，即可生成比AlphaFold3 Server更为丰富的图表，并支持将结果导出为矢量图片。

四、结果准确性分析

为了验证分析结果的准确性和可靠性，我们在 AlphaFold3 Server上提交了相同的任务，并通过对比，确认两者的分析结果一致。

以上，我们就完成了在超算互联网使用AlphaFold3预测流感嗜血杆菌 tyrA 基因的氨基酸序列（2Copies）的三维结构，并对分析结果进行可视化。此外，通过实践计算对比，我们给出了如何更高效、经济地利用超算资源来完成AlphaFold3的运行流程建议。

希望本篇最佳实践为您提供一些指导和建议。