update readme std

README.md

@@ -11,6 +11,8 @@
 ## 模型结构
 模型基于Transformer架构,主要结构包括Evofomer(48 blocks)和Struture module(8 blocks)两个模块。
 
+![img](./docs/alphafold2.png)
+
 ## 算法原理
 FastFold通过搜索同源序列和模板进行特征构造，基于蛋白质结构预测模型,进行推理的性能优化，预测蛋白质的结构。
 
@@ -35,7 +37,48 @@ docker run -it --name fastfold --shm-size=32G  --device=/dev/kfd --device=/dev/d
 `/opt/docker/test`
 
 ## 数据集
-推荐使用AlphaFold2中的开源数据集，包括BFD、MGnify、PDB70、Uniclust、Uniref90等,数据集大小约3TB。
+推荐使用AlphaFold2中的开源数据集，包括BFD、MGnify、PDB70、Uniclust、Uniref90等,数据集大小约3TB。数据集格式如下：
+```
+$DOWNLOAD_DIR/                             
+    bfd/  
+        bfd_metaclust_clu_complete_id30_c90_final_seq.sorted_opt_hhm.ffindex
+        bfd_metaclust_clu_complete_id30_c90_final_seq.sorted_opt_hhm.ffdata 
+        bfd_metaclust_clu_complete_id30_c90_final_seq.sorted_opt_cs219.ffindex                           
+        ...
+    mgnify/                                
+        mgy_clusters_2018_12.fa
+    params/                                
+        params_model_1.npz
+        params_model_2.npz
+        params_model_3.npz
+        ...
+    pdb70/                                
+        pdb_filter.dat
+        pdb70_hhm.ffindex
+        pdb70_hhm.ffdata
+        ...
+    pdb_mmcif/                            
+        mmcif_files/
+            100d.cif
+            101d.cif
+            101m.cif
+            ...
+        obsolete.dat
+    pdb_seqres/                            
+        pdb_seqres.txt
+    small_bfd/                           
+        bfd-first_non_consensus_sequences.fasta
+    uniclust30/                            
+        uniclust30_2018_08/
+            uniclust30_2018_08_md5sum
+            uniclust30_2018_08_hhm_db.index
+            uniclust30_2018_08_hhm_db
+            ...
+    uniprot/                               
+        uniprot.fasta
+    uniref90/                             
+        uniref90.fasta
+```
 
 我们提供了一个脚本download_all_data.sh用于下载使用的数据集和模型文件：
 
@@ -43,6 +86,7 @@ docker run -it --name fastfold --shm-size=32G  --device=/dev/kfd --device=/dev/d
 
 ## 推理
 我们分别提供了基于Pytorch的单体和多体的推理脚本。
+
 ### 单体
 
     python inference.py T1024.fasta data/pdb_mmcif/mmcif_files/ \
@@ -115,9 +159,20 @@ alignments/
 {target_name}_{model_name}_relaxed.pdb
 ```
 
+查看蛋白质3D结构：[https://www.pdbus.org/3d-view](https://www.pdbus.org/3d-view)
+![img](./docs/result_pdb.png)
+
 ## 精度
 测试数据：[casp14](https://www.predictioncenter.org/casp14/targetlist.cgi)、[uniprot](https://www.uniprot.org/)，使用的加速卡:4张 DCU 1代-16G
 
+1、计算lddt的值
+
+    python3 pkl2plddt.py
+    其中，data_path为推理生成的pkl文件路径。
+
+
+2、其它精度值计算：[https://zhanggroup.org/TM-score/](https://zhanggroup.org/TM-score/)
+
 准确性数据：
 | 数据类型 | 序列类型 | 序列标签 | 序列长度 | GDT-TS | GDT-HA | LDDT | TM score | MaxSub | RMSD |
 | :------: | :------: | :------: | :------: |:------: |:------: | :------: | :------: | :------: |:------: |

pkl2plddt.py

+import pickle
+import numpy as np
+import sys
+np.set_printoptions(threshold=1000000000000000000)
+
+data_path = r'output/monomer/result_model_1.pkl'
+with open(data_path, 'rb') as f:
+  datas = pickle.load(f)
+
+
+log = open('output/T1024.txt', mode = "a+", encoding = "utf-8")
+# np.set_printoptions(threshold=5000)
+
+print(np.mean(datas['plddt']),file=log)
+