ESMFold 安装教程
常见问题：我们经常安装失败的原因是，esmfold需要3.7版本的python，1.0.0的openfold，11.3的CUDA，1.12的torch，0.13的torchvision，0.12的torchaudio......通常情况下会因为一个包的版本不匹配而造成安装的失败，安装教程如下：
（一）安装esmfold的基础环境
1、将以下内容保存为esmfold_conda_environment.yml
name: esmfold
channels:
- conda-forge
- bioconda
- pytorch
dependencies:
- conda-forge::python=3.7
- conda-forge::setuptools=59.5.0
- conda-forge::pip
- conda-forge::openmm=7.5.1
- conda-forge::pdbfixer
- conda-forge::cudatoolkit==11.3.*
- conda-forge::cudatoolkit-dev==11.3.*
- conda-forge::einops==0.6.1
- conda-forge::fairscale
- conda-forge::omegaconf
- conda-forge::hydra-core
- conda-forge::pandas
- conda-forge::pytest
- bioconda::hmmer==3.3.2
- bioconda::hhsuite==3.3.0
- bioconda::kalign2==2.04
- pytorch::pytorch=1.12.*2、创建esmfold的虚拟环境
conda env create -f esmfold_conda_environment.yml安装结果如下：
可以检查安装的版本号是否对应：
conda activate esmfold
conda list3、将以下内容保存为esmfold_pip_environment.yml
biopython==1.79
deepspeed==0.5.9
dm-tree==0.1.6
ml-collections==0.1.0
numpy==1.21.2
PyYAML==5.4.1
requests==2.26.0
scipy==1.7.1
tqdm==4.62.2
typing-extensions==3.10.0.2
pytorch_lightning==1.5.10
wandb==0.12.21
biotite==0.39.0
matplotlib
joblib4、使用pip安装所需依赖
pip install -r esmfold_pip_environment.yml安装结果如下：
（二）esmfold的安装
注意：按照官网教程，目前还需要从Github下载并安装三个主要的包，分别为esm，dllogger，openfold。运行esmfold需要安装openfold 1.0.0，如果直接使用pip install openfold或者使用github作者给予的命令，会安装成2.0.0，会造成程序的错误，因此主要解决的一个问题就是需要手动安装1.0.0版本的openfold，过程中遇到的其他问题也会一一解决。
安装fair-esm、esmfold以及dllogger，这三个包是可以正常进行安装的，第一行和第二行都是安装esm包，可以二选一执行
pip install fair-esm # latest release，OR
pip install git+https://github.com/facebookresearch/esm.git # bleeding edge, current repo main branch
pip install "fair-esm[esmfold]"
# OpenFold and its remaining dependency
pip install 'dllogger @ git+https://github.com/NVIDIA/dllogger.git'（三）openfold的安装
1、首先按照esm官方提供的教程，我们应该执行以下命令进行安装，但是该命令会报错，不过报错信息中会有提示，如下图所示
pip install 'openfold @ git+https://github.com/aqlaboratory/openfold.git@4b41059694619831a7db195b7e0988fc4ff3a307'
2、按照提示信息下载指定版本的openfold
git clone --filter=blob:none --quiet https://github.com/aqlaboratory/openfold.git ./openfold
cd ./openfold/
git rev-parse -q --verify 'sha^4b41059694619831a7db195b7e0988fc4ff3a307'
git fetch -q https://github.com/aqlaboratory/openfold.git 4b41059694619831a7db195b7e0988fc4ff3a307
git checkout -q 4b41059694619831a7db195b7e0988fc4ff3a307执行完上述操作后，我们可以使用nano或者vim文本编辑器去查看openfold/setup.py里的version由原来的2.0.0变成了1.0.0，说明指定版本openfold下载成功
3、pip以可编辑模式安装openfold包，安装过程也会遇到各种各样的问题，我们逐步解决
pip install -e . （1）问题一：mkl版本问题，报错信息如下
解决方案：对mkl进行降级，首先卸载当前版本的mkl
conda uninstall mkl
注意：在卸载mkl的过程中会移除一些包，也会对一些包进行降级，尤其是这里把pytorch从GPU版本变成了CPU版本的了 ，所以后续还需要重新安装GPU版的pytorch!
然后在安装2018版的mkl，如果过程报类似这样的错误的话，“PackagesNotFoundError: The following packages are not available from current channels:” 需要对conda进行换源，可以参考其他博客：
conda install mkl=2018 -c https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/linux-64/
安装好之后可以再次尝试安装openfold，不出意外的话就会报第二个错误
pip install -e . （2）问题二：No CUDA runtime is found
解决方案：需要安装cuda版本的torch，执行以下指令用pip或者conda进行安装
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
安装好之后可以再次尝试安装openfold，这次应该可以安装成功，如果显示以下信息，说明安装成功。
pip install -e . 
注意：使用上述指令是以“开发模式”（editable mode，即 pip install -e .）安装 openfold，它在环境中仅创建了一个指向源代码目录的链接（.egg-link 文件）。如果你是在系统root下的conda进行安装，并且源代码目录（例如 /root/openfold）对其他用户不可见或没有读取权限，那么当其他用户激活同一 conda 环境并运行 esm-fold 时，就会找不到 openfold 模块，从而报错 “No module named 'openfold'”。
解决方法：选择以普通的形式进行安装，这样 openfold 的包会被复制到 conda 环境的 site-packages 目录中，而不是仅仅建立一个链接，其他用户无需访问源代码目录。
pip install .
（四）运行测试
1、查看使用说明
esm-fold -h
参数说明：
usage: esm-fold [-h] -i FASTA -o PDB [-m MODEL_DIR]
[--num-recycles NUM_RECYCLES]
[--max-tokens-per-batch MAX_TOKENS_PER_BATCH]
[--chunk-size CHUNK_SIZE] [--cpu-only] [--cpu-offload]
-h, --help：显示帮助信息并退出，列出所有可用参数及说明。
-i FASTA, --fasta FASTA ：输入参数，指定要折叠的蛋白质序列所在的 FASTA 文件路径。
-o PDB, --pdb PDB：输出参数，指定折叠生成的 PDB 文件（结构文件）存放的目录。
-m MODEL_DIR, --model-dir MODEL_DIR：预训练模型数据目录的父路径。esm-fold 会在该目录下查找预训练的 ESM 模型文件。
--num-recycles NUM_RECYCLES：指定模型运行时进行“recycle”（循环迭代）的次数。默认值为训练时所用的次数（通常是 4 次）。循环迭代次数越多，理论上预测的结构可能更准确，但同时计算量也会增大。
--max-tokens-per-batch MAX_TOKENS_PER_BATCH：设定每个 GPU 前向传播中最大允许的 token 数量。这个参数用于将较短的序列组合到同一个 batch 中，便于批量预测。如果遇到内存不足问题，可以尝试降低该值以减少一次性计算的 token 数量。
--chunk-size CHUNK_SIZE：对轴向注意力计算进行分块处理，从而降低内存占用。默认注意力计算内存复杂度为 O(L²)，使用 chunking 后可以降到 O(L)。chunk-size 越低，内存占用越少，但运行速度可能降低。常用的建议值为 128、64 或 32。如果不设置，则采用默认计算策略。
--cpu-only：指定仅使用 CPU 进行计算（不使用 GPU）。在没有 GPU 或需要调试 CPU 模式时使用。
--cpu-offload：启用 CPU offloading，即将部分计算或数据从 GPU 转移到 CPU，以减轻 GPU 内存压力。这在 GPU 内存不足时比较有用，但可能会导致速度变慢。
2、执行测试
（1）创建测试文件夹
mkdir test（2）编辑fasta文件，写入测试序列
vim test.fasta>test_0
MNKTRVAINGFGRIGRMVFRQAILDEQLEVVAINASYPAETLAHLIKYDSVHGIFDKEVKAVNEGIMISDKKIKLVNSRVPENLPWDELNIDIVIEATGKFKTKESAGGHIRAGAKKVVITAPGKEVDQTIVMGVNEGVYNPEKDDVISNASCTTNCLAPIVKIIDDHFSIENGLMTTVHAFTNDQKNIDNPHKDLRRARGCTQSIIPTSTGAAKALGEVIPHLNGRLHGMALRVPTPNVSLVDLVVDVKNSISVEEVNHIFKQAQETDFKGIVSYSEEPLVSIDYTTTDFSAVVDGLSTMVMDNHKVKVLAWYDNEWGYSKRVIDLTKYVGSYLYQKQAQIS
>test_1
MSVKVAINGFGRIGRMVFRRAISDGGLDIAAINASYPAETLAHLIKYDTTHGRFDGEVIPEDGSLIVNGKKILLLNSRDPKELPWGSLRIDIVIEATGKFNSRDRAAAHLEAGAAKVILTAPGKDEDITIVMGVNEERLDIDRHAIISNASCTTNCLAPVVKVLDEQFGIVNGLMTTVHSYTNDQRNIDNPHKDLRRARACAQSIIPTTTGAAKALSLVLPHLKGKLHGMALRVPTPNVSLVDLVADIHRDASVHEINEAFIAASQGNLAGILDFTSEPLVSADFNTNPHSAIIDGLSTMVMGRNKVKILAWYDNEWGYSSRVVDLTKLVAAEIHEKLRVKAV
>test_2
MKLKVLINGAGRIGKAVLKQLLNIEDFEIVSINDINPYIENIVYSINYDSTYGKFDDKFKIIDNNFIQNSKAKIKILNHNSLIDIDLKDIDIIIDASGKKEDIKLLEKLPVKAIFLTHPNRNAHINLVLGVNENKINPNIHKIISTSSCNATSLLPALKIIDDSKEILCGDIVTIHPLLNHQRVLDGNYVGSATRDVDLNFEFGRSSTQNIIPSHTTTIKACSYVLPKFNSELISSNSLRVPTDTVGAINVTLFTKQASNKDEIIDIFMNFEKNQKFPIVLNNFEPLVSSDFKKEKYTTIIDHRYLEVKNNMIKLLLWYDNEWGYASKVVETLRYYKSICSQI
（3）esm-fold进行结构预测
# 使用esm-fold预测示例蛋白质序列的结构
esm-fold -i test.fasta -o test_output/ -m /public/esm --num-recycles 4输出结果如下，包括pLDDT信息和pTM的信息，以及每个结构建模的时间：
参考链接：
Ubuntu22.04+GPU4090 的 esmfold+openfold 安装全流程_openfold安装-CSDN博客