macでインフォマティクス

macでインフォマティクス

HTS (NGS) 関連のインフォマティクス情報についてまとめています。

UCSF ChimeraX内でBoltzを使う

tips Protein-protein interactions (PPIs) small protein タンパク質解析ソフト 2025 2023 2021 2018

2026/02/02 追記

 

タイトルの通り｡インストールと使う流れだけ簡単に見ていきます｡

 

HP

https://www.cgl.ucsf.edu/chimerax/docs/user/tools/boltz.html

Making Boltz Structure Predictions in ChimeraX

https://www.rbvi.ucsf.edu/chimerax/data/boltz-apr2025/boltz_help.html

 

 

動画ではMacのM2 ultraが載ったMac StudioかMac Proが使われている｡

 

制限事項(マニュアルより)

  • Boltzは大量の(GPU)メモリを使用するため、利用可能なメモリ量によって予測可能な構造のサイズが制限される。32GBのコンピュータの場合、サイズ制限は約1000残基とリガンド原子（「トークン」と呼ばれる）となる。8GBまたは12GBのメモリを搭載したコンシューマー向けNvidia GPU（例：RTX 3070）は、WindowsではCPUメモリを使用する前に300～500残基しか処理できず、速度は10～20倍遅くなる。LinuxではCPUメモリは使用されない。24GBのコンシューマー向けNvidia GPU（RTX 3090およびRTX 4090）は1000トークン、16ビット浮動小数点演算では約1400トークン予測できる。 AlphaFold 3と比較した場合、予測サイズの制限はBoltzのおそらく最も重要な欠点となる。AlphaFold 3はメモリをより効率的に処理し、80GB GPUメモリで5000トークンを予測できる。これはBoltzの約2倍のサイズである。AlphaFold 3の欠点は、LinuxとNvidia GPUが必要なことに加え、様々なライセンス制限があることである。将来的には、Boltzがメモリ使用を最適化し、より大きな構造を予測できるようになることが期待される。

  • 実行時間：計算時間はトークン数の2乗に比例して増加するため、残基とリガンド原子の数が3倍になる予測では、実行時間が約9倍長くなる。

  • WindowsでのNvidia GPUサポート：Boltzをインストールすると、Nvidiaグラフィックスが検出された場合、CUDA対応のTorch機械学習パッケージが提供される。 Nvidia グラフィックが搭載されているかどうかは、C:/Windows/System32/nvidia-smi.exe ファイルの有無で判断される。搭載されていない場合は、CPU のみのバージョンの Torch が取得される。Boltz のインストール後に Nvidia グラフィック ドライバーをインストールした場合は、CUDA バージョンを取得するために Boltz を再インストールする必要がある。

 

インストール

https://www.cgl.ucsf.edu/chimerax/download.html

Dairy Build, Stable releaseが両方入手できる｡WindowsとMac(Apple Siliconとx86-64)､Ubuntu22-24､Red Hatなどに対応している｡

インストーラーの指示に従って導入する｡

 

実行方法

起動したところ｡

 

Boltz､Alphafold､ESMfoldが利用できる｡ここではBoltzを選択｡

近い既知構造がある場合､Modeller Comparativeによってホモロジーモデリングによって構造を生成することもできる (SWISS-MODELと同じテンプレートベース)｡

 

右側にパネルが出てくる｡

 

初回はInitialize Boltzをクリックする｡4GBのディスクスペースが必要｡

Boltzは約1GB のディスク容量を必要とする。予測を行うにはニューラルネットワークの重み（3.3 GB）と PDBの辞書（CCD、0.3 GB）も必要とする｡これらがインストールされる｡

 

右上のパネルのログが止まり､クリックしたボタンの上のInstalling---が消えるまで待つ｡

 

無事導入できた｡20分近くかかった｡

 

Boltzでタンパク質、核酸、および低分子で構成される構造を予測するには、まずすべての分子成分を指定する必要がある。

 

タンパク質、核酸、あるいは低分子かの種類を指定する｡タンパク質ならproteinを選択し､

 

配列をペースト後､Addを押して追加する｡Addを押すと下のパネルに追加される｡

 

この操作を他の分子種についても繰り返す｡RNA, DNAのほか､タンパク質はUniprot識別子にも対応している｡

 

リガンド､イオン､溶媒はCCD code(参考)の3文字または5文字 (e.g. ATP or HEM)で指定することもできる(登録されているリガンドのみ)｡

 

LigandはSMILE記法で指定することもできる｡

 

ChimeraXで構造を開いている場合､そのchainを指定することもできる｡

 

Optionを展開して

 

結合アフィニティを見たいリガンドを指定できるが､初期はNoneになっている｡

準備ができたらPredictをクリックする｡

 

GPUを100%近く使い､8GB程度のGPU RAM(VRAM)だとすぐに使い切ってしまう｡特にVRAMを使い切るとほかのGUI操作が相当重くなり､時間も遥かに長くかかってしまう(8GBでは長いトークンには足りない)

 

8GB VRAMでも20分ほどかかって何とか予測された｡

 

引用

UCSF ChimeraX: Tools for structure building and analysis.

Meng EC, Goddard TD, Pettersen EF, Couch GS, Pearson ZJ, Morris JH, Ferrin TE. Protein Sci. 2023 Nov;32(11):e4792.

 

UCSF ChimeraX: Structure visualization for researchers, educators, and developers.

Pettersen EF, Goddard TD, Huang CC, Meng EC, Couch GS, Croll TI, Morris JH, Ferrin TE. Protein Sci. 2021 Jan;30(1):70-82.

 

UCSF ChimeraX: Meeting modern challenges in visualization and analysis.

Goddard TD, Huang CC, Meng EC, Pettersen EF, Couch GS, Morris JH, Ferrin TE. Protein Sci. 2018 Jan;27(1):14-25.

 

Boltz-2: Towards Accurate and Efficient Binding Affinity Prediction

Saro Passaro, Gabriele Corso, Jeremy Wohlwend, Mateo Reveiz, Stephan Thaler, Vignesh Ram Somnath, Noah Getz, Tally Portnoi, Julien Roy, Hannes Stark, David Kwabi-Addo, Dominique Beaini, Tommi Jaakkola, Regina Barzilay 

bioRxiv. 2025 Jun 18:2025.06.14.659707.

 

Boltz-1 Democratizing Biomolecular Interaction Modeling

Jeremy Wohlwend, Gabriele Corso, Saro Passaro, Noah Getz, Mateo Reveiz, Ken Leidal, Wojtek Swiderski, Liam Atkinson, Tally Portnoi, Itamar Chinn, Jacob Silterra, Tommi Jaakkola, Regina Barzilay 

bioRxiv. 2025 May 6:2024.11.19.624167.

 

関連