README.md

<!--
 * @Author: zhuww
 * @email: zhuww@sugon.com
 * @Date: 2023-06-14 17:07:00
 * @LastEditTime: 2023-09-08 10:30:00
-->
# RFDesign
## 论文
- [https://www.biorxiv.org/content/10.1101/2021.11.10.468128v2](https://www.biorxiv.org/content/10.1101/2021.11.10.468128v2)

## 模型结构
RFDesign是一个使用Rosetta软件实现的蛋白质设计方法,模型结构包括特征提取器，用于从蛋白质序列和结构中提取特征的;序列-结构耦合模型,用于将蛋白质的序列信息和结构信息进行耦合，以捕捉它们之间的关联性；功能评估器,用于评估蛋白质的功能性;优化器用于对蛋白质进行优化，以改善其稳定性和功能。

![img](./docs/rfdesign.png)

## 算法原理
RFDesign基于Rosetta(一个广泛应用于蛋白质结构预测和蛋白质设计的开源软件包)开发,支持蛋白质分子设计任务，使用预先训练的蛋白质模型来预测和优化蛋白质的稳定性和功能。

### 环境配置
提供[光源](https://www.sourcefind.cn/#/service-details)拉取推理的docker镜像：
```
docker pull image.sourcefind.cn:5000/dcu/admin/base/custom:rfdesign-dtk22.10-patch4-py39-latest
# <Image ID>用上面拉取docker镜像的ID替换
# <Host Path>主机端路径
# <Container Path>容器映射路径
docker run -it --name rfdesign --shm-size=32G  --device=/dev/kfd --device=/dev/dri/ --cap-add=SYS_PTRACE --security-opt seccomp=unconfined --ulimit memlock=-1:-1 --ipc=host --network host --group-add video -v <Host Path>:<Container Path> <Image ID> /bin/bash
```

镜像版本依赖：
* DTK驱动：dtk22.10
* Pytorch: 1.10
* Tensorflow: 2.7
* Jax: 0.2.21
* dgl: 0.9.1
* python: python3.9

激活镜像环境：
`source /opt/dtk-22.10/env.sh`

测试目录：
`/opt/RFDesign`

## 数据集
[PDB(Protein Data Bank)数据集](https://www.rcsb.org/) 

## 推理
### 下载权重

    cd /opt/RFDesign/hallucination/weights/rf_Nov05
    wget http://files.ipd.uw.edu/pub/rfdesign/weights/BFF_last.pt

    cd /opt/RFDesign/inpainting/weights/
    wget http://files.ipd.uw.edu/pub/rfdesign/weights/BFF_mix_epoch25.pt


### hallucination
基于hallucination的测试命令：

    cd /opt/RFDesign/hallucination/tests/
    ./run_tests.sh  # 结果默认保存在/opt/RFDesign/hallucination/tests/output

参数说明：--pdb是模板pdb结构，--out是结果保存路径的前缀，--len是hallucination蛋白的长度范围, --contigs是以逗号分隔的pdb范围列表来参考pdb,--steps是逗号分隔的优化步骤数列表,--num是是设计数量

### inpainting
基于inpainting的测试命令：

    cd /opt/RFDesign/inpainting/tests/
    ./run_tests.sh  # 结果默认保存在/opt/RFDesign/inpainting/tests/out

参数说明：--pdb是模板蛋白质结构(序列)的pdb文件,--out 是结果保存路径的前缀,--contigs是指定保留、移除和修复蛋白质的部分,--num_designs是生成的设计数量

### 准备输入和后处理以及hallucination评分结果
运行hallucination或inpainting后，首先生成一个带侧链的松弛模型(.fas、.pdb、.npz、.trb 文件),该步骤需要.pdb和.npz文件，完成后，会生成一个FOLDER/trf_relax文件夹(包含松弛结构的pdb)

    cd /opt/RFDesign/scripts
    ./trf_relax.sh FOLDER  # FOLDER包含hallucination或inpainting的结果
    

#### AlphaFold2
根据hallucination设计模型和模板结构，进行AlphaFold2预测和计算RMSD:

    ./af2_metrics.py FOLDER/trf_relax # 修改第241行的data_dir为自己的alphafold2数据集路径

该步骤会将AF2模型输出到FOLDER/trf_relax/af2/,并将指标输出到FOLDER/af2_metrics.csv

#### Pyrosetta指标

    ./pyrosetta_metrics.py FOLDER/trf_relax

该步骤会计算hallucination（RoseTTAFold）设计模型和参考结构之间的RMSD，以及回转半径、二级结构、拓扑结构（即HHH或HEEH）

#### 在PyMOL中对齐模型
使设计与受限区域上的参考结构对齐的pymol会话:

    ./pymol_align.py -- -o OUTPUT.pse FOLDER/*pdb

该步骤会在当前文件夹中创建一个名为OUTPUT.pse的会话,其中包含来自REFERENCE.pdb的原始结构，所有设计都与FOLDER/*.pdb对齐

## result
/opt/RFDesign/
    hallucination/
        tests/output/
                trf_relax/
                    af2/
                        test1_0.npz
                        test1_0.pdb
                        ...
                    af2_metrics.csv
                    pyrosetta_metrics.csv
                    test1_0.pdb
                    ...
                test1_0.fas
                test1_0.pdb
                ...

    inpainting/
        tests/out/
            trf_relax/
                af2/
                    2KL8_test_0.npz
                    2KL8_test_0.pdb
                    ...
                af2_metrics.csv
                pyrosetta_metrics.csv
                2KL8_test_0.pdb
                ...
            2KL8_test_0.npz
            2KL8_test_0.pdb
            ...

## 精度
测试数据：`/opt/RFDesign/hallucination/tests`和`/opt/RFDesign/inpainting/tests/2KL8.pdb`，使用的加速卡:1张 DCU Z100L-32G

准确率数据：
| pdb | af2_lddt | rmsd_af2_des | contig_rmsd_af2_des | contig_rmsd_af2 |
| :------: | :------: | :------: | :------: | :------: |
| C3d_relaxed | 63.826 | 18.537 | 16.375 | 16.435 | 
| pd1 | 48.188 | 5.731 | 3.110 | 3.527 | 
| rsvf-v_5tpn | 75.460 | 2.685 | 1.536 | 3.917 |  
| 2KL8 | 89.197 | 0.813 | 0.824 | 0.865 |

## 应用场景

### 算法类别
NLP

### 热点应用行业
医疗,科研,教育

## 源码仓库及问题反馈
* [https://developer.hpccube.com/codes/modelzoo/rfdesign_rosetta](https://developer.hpccube.com/codes/modelzoo/rfdesign_rosetta) 

## 参考
* [https://github.com/RosettaCommons/RFDesign](https://github.com/RosettaCommons/RFDesign)