cgwyx/rosettafold
cgwyx
RoseTTAFold Docker镜像是基于3-track网络的蛋白质结构与相互作用准确预测工具，支持单体和复合物建模，输出带误差估计的PDB文件。
2 次收藏下载次数: 0状态：社区镜像维护者：cgwyx仓库类型：镜像最近更新：4 年前
让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
RoseTTAFold Docker镜像
该镜像包含运行RoseTTAFold所需的深度学习模型及脚本，是论文《RoseTTAFold: Accurate prediction of protein structures and interactions using a 3-track network》的官方实现。
镜像概述
RoseTTAFold通过3-track网络实现蛋白质结构和相互作用的精准预测，适用于生物信息学领域的学术研究与实验分析。
核心功能
- 单体蛋白质结构预测
- 蛋白质复合物建模
- 输出带CA RMS误差（PyRosetta版本）或残基级CA-LDDT估计（端到端版本）的PDB文件
- 支持多CUDA版本环境配置
使用场景
- 学术研究中蛋白质结构解析
- 生物信息学实验中的蛋白质相互作用分析
- 蛋白质功能预测相关研究
配置说明
环境准备
- 系统需安装Docker及NVIDIA GPU驱动（支持CUDA 10.1或11）
- 拉取镜像：
docker pull cgwyx/rosettafold
数据库挂载
需下载以下数据库并挂载到容器内对应路径：
- UniRef30（46G）：
http://wwwuser.gwdg.de/~compbiol/uniclust/2020_06/UniRef30_2020_06_hhsuite.tar.gz - BFD（272G）：
https://bfd.mmseqs.com/bfd_metaclust_clu_complete_id30_c90_final_seq.sorted_opt.tar.gz - PDB模板库：
https://files.ipd.uw.edu/pub/RoseTTAFold/pdb100_2021Mar03.tar.gz
PyRosetta许可证
需从https://els2.comotion.uw.edu/product/pyrosetta%E8%8E%B7%E5%8F%96%E8%AE%B8%E5%8F%AF%E8%AF%81%EF%BC%8C%E5%B9%B6%E5%9C%A8%E5%AE%B9%E5%99%A8%E5%86%85%60folding%60%E7%8E%AF%E5%A2%83%E5%AE%89%E8%A3%85%E3%80%82
部署示例
Docker Run命令
bashdocker run -it --gpus all \ -v /本地数据库路径:/app/databases \ -v /本地工作目录:/app/work \ cgwyx/rosettafold bash
容器内运行示例
bash# 单体结构预测（PyRosetta版本） cd /app/example ../run_pyrosetta_ver.sh input.fa . # 复合物建模 python network/predict_complex.py -i paired.a3m -o complex -Ls 218 310
镜像拉取方式
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本，请访问 标签列表页面。
轩辕镜像加速拉取命令点我查看更多 rosettafold 镜像标签
docker pull docker.xuanyuan.run/cgwyx/rosettafold:<标签>
DockerHub 原生拉取命令
docker pull cgwyx/rosettafold:<标签>
镜像拉取常见问题
功能
错误码
用户好评
来自真实用户的反馈，见证轩辕镜像的优质服务
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"