我在执行dl_binder_design的时候，可能是显卡问题执行一段时间alphafold2预测即报core dump的问题，所以使用一个shell脚本进行修复。 #!/bin/bash retries=3 for ((i=0; i<retries; i++)); do # 执行命令 # yo

gmxMMPBSA快速操作笔记 1. 安装 wget https://valdes-tresanco-ms.github.io/gmx_MMPBSA/dev/env.yml conda env create --file env.yml conda activate gmxMMPBSA #💬 In

如下是我自用的一些Docker 1. gromacs-GPU Docker 自写gromacs Docker，CUDA版本12.1，gromacs版本 gromacs-2024.5 可从此下载：Dockerfile # Use an official Ubuntu base image FROM n

安装 下列内容需要在同一个目录下，比如~/install目录下 解压缩： tar -Jxvf G16-C01-AVX_Downloadlyr.tbJ gview解压缩： tar -vxf gv6.tar.bz2 写入环境变量： # gaussian export g16root=~/instal

gromacs小分子的配体的电荷问题一直时gromacs模拟蛋白-配体复合物中的难点与重点～网上有许多相关方面的教程，但是都没有成为系统，应李继存老师之邀，把最近摸索的方法过程总结出来，分享给大家～感谢网络上的朋友对我的帮助～ 一、配体文件构建 1. 高斯输入文件建立： antechamber -i

AlphaFold3学习笔记 一些推举快速阅读的内容 主要是AI4Protein的一些内容 AlphaFold3权重申请指南

RFdiffusion学习笔记 RFdiffusion介绍 TODO RFdiffusion安装 1. 安装准备工作 git下载： git clone https://github.com/RosettaCommons/RFdiffusion.git 进入目录并下载模型的weights： cd R

Asciinema是一款非常强大的录制终端工具，并可以将终端内容在线发布或者导出为GIF文件 Asciinema快速介绍 具体完整的平台可以查看官网，这里简单介绍一下Debian和Ubuntu的安装: sudo apt install asciinema 使用的方法也很简单 # asciinema

dl_binder_design 由于文章我已经看过几次了，这里只是简单进行记录dl_binder_desgin的计算 快速安装 1.准备工作 假设已经安装好CUDA 12.1和MiniConda ,具体方法可以查看网络上的相关教程，非常简单。 克隆最新代码 git clone https://

Docker Ubuntu安装 安装的文档点击连接查看。 卸载旧版本Docker for pkg in docker.io docker-doc docker-compose docker-compose-v2 podman-docker containerd runc; do sudo apt-g