AlphaFold のインストール（Ubuntu 上）

第１章　前準備

Ubuntu のシステム更新

Ubuntu で OS のシステム更新を行うときは， 端末で，次のコマンドを実行する．これは，パッケージ情報を最新の状態に保ち，インストール済みのパッケージをセキュリティアップデートやバグ修正を含めて更新するためである．

# パッケージリストの情報を更新
sudo apt update
# インストール済みのパッケージを包括的に更新（依存関係も考慮）
sudo apt full-upgrade
# カーネル更新等で実際に再起動が必要な場合のみ実行を推奨
# sudo shutdown -r now

Docker のインストール

AlphaFold の公式手順は Docker 上での実行を前提としている．Docker と，GPU を Docker から利用するための NVIDIA Container Toolkit を，あらかじめインストールしておく．

# Docker のインストール
curl -fsSL https://get.docker.com | sudo sh

# 現在のユーザーを docker グループへ追加（sudo なしで docker コマンドを使うため）
sudo usermod -aG docker $USER
# 反映のため，一度ログアウトしてログインし直す

# NVIDIA Container Toolkit のインストール
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg
curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
  sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \
  sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo apt update
sudo apt install -y nvidia-container-toolkit
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

次のコマンドで，Docker から GPU を認識できているか確認する．GPU の一覧が表示されれば成功である．

docker run --rm --gpus all nvidia/cuda:12.8.0-base-ubuntu24.04 nvidia-smi

第２章　AlphaFold のインストール（Ubuntu 上）

https://github.com/google-deepmind/alphafold に記載の手順に従う．

1. AlphaFold のソースコードと reduced データベースのダウンロード

   cd /usr/local
   sudo rm -rf alphafold
   sudo git clone https://github.com/google-deepmind/alphafold.git
   sudo chown -R $USER alphafold
   
   sudo apt install -y aria2 rsync
   
   sudo mkdir /usr/local/reduced_genetic_db
   sudo chown $USER /usr/local/reduced_genetic_db
   cd /usr/local/alphafold
   scripts/download_all_data.sh /usr/local/reduced_genetic_db reduced_dbs
   

   ダウンロードには時間がかかるため，上記コマンドをバックグラウンドで実行することが推奨される．また，ダウンロード先ディレクトリ（/usr/local/reduced_genetic_db）は，AlphaFold のリポジトリディレクトリの下に置いてはならない．下に置くと，Docker イメージのビルド時に巨大なデータベースがビルドコンテキストへコピーされ，ビルドが遅くなる．

2. Docker イメージのビルドと，run_docker.py の依存パッケージのインストール

   cd /usr/local/alphafold
   docker build -f docker/Dockerfile -t alphafold .
   
   pip3 install -U --no-user -r docker/requirements.txt
   

   docker build は，AlphaFold の実行に必要なライブラリ一式を含む Docker イメージを作成する．pip3 install は，Docker コンテナを呼び出す側の制御スクリプト run_docker.py を動かすために，ホスト側の Python 環境へ必要な依存パッケージを入れるものである．AlphaFold 本体は，この Docker イメージの中で動作する．

3. AlphaFold を実行する

   your_protein.fasta のところには，予測したいタンパク質の配列を記述した FASTA ファイル名を指定する．

   python3 docker/run_docker.py \
     --fasta_paths=your_protein.fasta \
     --max_template_date=2022-01-01 \
     --db_preset=reduced_dbs \
     --data_dir=/usr/local/reduced_genetic_db \
     --output_dir=/home/user/absolute_path_to_the_output_dir
   

   --data_dir には，手順１でダウンロードしたデータベースのディレクトリを指定する．--db_preset=reduced_dbs は，reduced データベースを使う設定であり，手順１でダウンロードしたデータベースの種類と一致させる．--output_dir には，予測結果の出力先ディレクトリを絶対パスで指定する．実行が終わると，出力先ディレクトリの下に，予測された立体構造（PDB形式ファイル）などが生成される．