데이터 과학

AlphaFold 3 , RoseTTAFold-All-Atom 서버 접속 및 사용 방법 단백질 및 생체분자 구조 예측 실습을 위해 AlphaFold 3와 RoseTTAFold-All-Atom(RFAA)이 설치된 GPU 서버를 운영예정 중입니다.자신의 컴퓨터에 AlphaFold나 RoseTTAFold-All-Atom을 직접 설치하지 않고 인터넷을 통해 GPU 서버에 접속하여 구조 예측 작업을 수행할 수 있습니다. 서버에는 구조 예측에 필요한 NVIDIA GPU와 대용량 생물정보 데이터베이스가 설치되어 있으므로 개인 컴퓨터의 성능은 크게 중요하지 않습니다. 개인 컴퓨터에서는 서열 입력, 작업 제출, 결과 확인 등을 수행하고 실제 인공지능 구조 예측 계산은 GPU 서버에서 이루어집니다. ============..

AlphaFold 3 설치 및 데이터베이스 구축하기AlphaFold 3는 단백질뿐 아니라 DNA, RNA, 리간드, 이온 및 다양한 생체분자 복합체의 3차원 구조를 예측할 수 있는 인공지능 기반 구조예측 시스템입니다. 로컬 Ubuntu 환경에 AlphaFold 3를 설치하려면 단순히 프로그램 소스만 내려받는 것으로 끝나지 않습니다. NVIDIA GPU 환경, Docker, 모델 파라미터, 그리고 수백 GB 규모의 생물정보학 데이터베이스까지 함께 준비해야 합니다.이 글에서는 Ubuntu 환경에서 AlphaFold 3를 설치하는 전체 과정을 프로그램 설치, GPU 설정, 데이터베이스 구축, 입력 파일 작성, 구조 예측 실행, 결과 확인까지 순서대로 설명합니다.1. AlphaFold 3의 전체 구조AlphaF..

이전 연구에서 로제타폴드를 설치하고 데이터베이스를 이용하여 단백질 구조예측을 진행해 보았습니다.그리고, 데이터베이스 종류에 대해 알아보았으며 이를 설치하고 사용하는 방법도 알아봤습니다. https://tsyoon.tistory.com/276 RoseTTAFold-All-Atom에서 데이터베이스RoseTTAFold-All-Atom에서 데이터베이스와 분석RoseTTAFold-All-Atom(RFAA)을 로컬 컴퓨터에 설치하다 보면 UniRef30, BFD, PDB100, Legacy BLAST 2.2.26과 같은 여러 종류의 데이터와 프로그램을 설치하게 됩니다. 처음tsyoon.tistory.com 그렇다면 데이터베이스를 좀 더 늘리고 이를 참고한다면 구조예측의 정확도나 커버러지 값은 더 높아지지 않을까 ..

로제타 폴드를 구글 코랩과 같이 구현한 내용입니다. 코랩폴드안에 로제타폴드 알고리즘을 덮였다고 해도 될 것 같습니다. 코랩폴드에서 구현한 로제타폴드2 코랩 노트북에 대한 소개입니다. 코랩폴드에서 단백질 단량체, 복합체 예측이 가능한 프로그램을 작성했습니다. https://colab.research.google.com/github/sokrypton/ColabFold/blob/main/RoseTTAFold2.ipynb#scrollTo=Eh48KV70rQ03 RoseTTAFold2.ipynbRun, share, and edit Python notebookscolab.research.google.com 이에 대한 원리를 알아봅시다. RoseTTAFold2 Colab notebookRoseTTAFold는..