docker镜像之RoseTTAFold运用
一 RoseTTAFold简介
官方介绍：RoseTTAFold能够解决具有挑战性的X射线晶体学和低温电镜建模问题，在缺乏实验确定的结构的情况下提供对蛋白质功能的洞察力，并迅速生成准确的蛋白质-蛋白质复合体模型。用另一种方式来说，就是可以更精确的描绘复合物模型，从而加速了药物开发。
二 调用
首先，介绍一下迷你服务器的linux配置吧
一张3060Ti的显卡， 二十核心的CPU，系统是ubuntu-server20.04。显卡的信息如下：
奇怪的是这里显示的cuda版本是11.7，然而当我安装新版本的pytorch时却显示我的cuda版本是10.2。所以我接下来的安装都是以10.2作为参考进行后续的安装。pytorch安装的网址：
所以，当你不确定你的cuda版本时，建议随意安装最新的pytorch版本，此时当你进行后续安装的时候总会有一个环节告诉你正确的版本（哈哈，这是一个傻办法）。
确定好版本之后，将配置设置好，后按照所给的pip提示命令进行pytorch的安装。如针对本电脑
安装的命令如下
只是，奇怪的是，在清华源中似乎找不到1.8.2的版本，所以我最终选择了1.8.1的版本进行安装。
之后，可以用python命令查看你的cuda版本以及当前系统的pytorch和cuda版本是否匹配，如果为ture则表示匹配，可以正常使用。
需要注意的事，如果你安装的pytorch版本错误，则很有可能出现以下报错
接下来，开始运行我的RoseTTAFold程序
运行程序
这里会报错
报错的原因是因为你运行程序的时候并未指定输出的路径。
需要注意的是，这一步还需要安装其他依赖才能实现，所以我这里选择了一个简单的一个测试程序尝试如何使用GPU运行程序。这里我选择的是predict_complex程序测试。
对了，运行这一程序以及安装后续pytorch其他依赖包（需要编译）的运行时，都需要提前安装pytest-runner包，这里提前安装上
报错：
解决方法
nvcc -version报错：
这是因为你系统中本应该在文件夹/usr/local/cuda-11.0/中的cuda现在在文件夹外（/usr/local/）
解决的办法，将cuda移动到/usr/local/cuda-11.0/中即可
只是这样安装包会报错
所以还需要用下面的安装方式
查询下载包的网址
卸载原有的包对相应的包进行安装，其中以orch-spline-conv为例。注意，下载时会调用多个源。直到最后几个源才能够安装
此时pip可能会查找相关源，并且前面几个被墙，不过不要气馁，后面会有一个源可以安装对应驱动。
需要注意，RoseTTAFold运行需要借助神经网络包dgl，而我一开始则打算直接安装对应版本的dgl。
然而报错。这是因为cuda版本和一般的dgl包安装有差异。
查询版本安装的网址
需要重新安装新版本
安装后运行，仍然会报错。这是因为动态库并未链接到dgl中
解决办法，查找所需的头文件，接着链接到dgl库中。
到了这一步，终于可以快乐的运行RoseTTAFlod了，然而，算力才是最大的限制
哎。。。。。。。。。。。。。。。。还是用CPU版本老老实实的跑吧！！
三 惯例小结
哎，虽说docker不会造成环境污染，但是想在docker上使用英伟达显卡则着实有些不容易。不过看完的读者相当于重新踩过了这些坑，减少了时间的浪费，也不枉费我这记录一场。
Multi-omics Hammer软件下载地址：
https://github.com/wangjun258/Multi-omics-Hammer
Multi-omics Visual软件下载地址：https://github.com/wangjun258/Multi_omics_Visual/releases/tag/Multi_omics_Visual_v1.03
PS：因为本软件是用python脚本撰写，调用了部分依赖包，用户首次使用需要安装python以及对应的包，安装之后便可永久使用。
本公众号开发的相关软件，Multi-omics Hammer软件和Multi-omics Visual软件欢迎大家使用。文末是本公众号在其他平台的账户，也欢迎大家关注并多提意见。
简书：WJ的生信小院
公众号：生信小院
博客园：生信小院
最后，也欢迎各位大佬能够在本平台上：1传播和讲解自己发表的论文；2：发表对某一科研领域的看法；3：想要达成的合作或者相应的招聘信息；4：展示自己以寻找博后工作或者博士就读的机会;5:博导提供博后工作或者博士攻读机会，都可以后台给笔者留言。希望本平台在进行生信知识分享的同时，能够成为生信分析者的交流平台，能够实现相应的利益互补和双赢（不一定能实现，但是梦想总得是有的吧）。
另外，怎么说呢，投币也可，不强求，但奢求。
