GROMACS 是目前最常用的分子动力学开源软件。主要用于蛋白、高分子化学和碳纳米管模拟。 荷兰一家OpenCL技术服务公司StreamComputing在Gromacs开发团队的支持下将Gromacs CUDA移植到OpenCL1.1上。 源代码来源和构建 目前该项目还在进行中,不过已经接近完成。 因为还没有二进制代码,所以除了有C,C + +和CMake知识外,你还需要知道如何使用Git。它建立在Windows和Linux, Nvidia和AMD GPU是现阶段的目标平台。
在作者进行的不严谨的速度测试中,模拟的包含水分子在内的约6万个原子的蛋白质体系,24核CPU上速度约20 ns/day,利用-pme gpu -nb gpu -bonded gpu -update gpu 将主要任务均加载中GPU上时,利用T4速度约80 ns/day,利用V100速度约150 ns/day,A100速度约250 ns/day (CPU为常见服务器CPU)。可见利用GPU加速可较大促进模拟速度。
1,Nvidia官方文档:https://docs.nvidia.com/cuda/wsl-user-guide/index.html
GROMACS已通过GROMACS 2020发行版进行了重大升级。新版本包括NVIDIA与核心GROMACS开发人员之间的长期合作所带来的令人兴奋的新性能改进。
在进行CADD相关操作时,我们一般都会去寻找相关的文献,软件,看看实现条件怎么样。
option 2:conda install -c conda-forge ambertools
与GROMACS偏重生物大分子模拟的力场不同,AMBER支持很多方便处理有机小分子的力场(详见http://sobereva.com/115),如GAFF力场,简单而又有不错的精度,适合处理有机小分子;这里将介绍用Gaussian计算RESP电荷,交由Amber生成GAFF力场下的拓扑文件,最后用GROMACS模拟的过程。
是的,我们已步入药物研发的新时代,AI 和高性能计算 (HPC) 模拟技术现可在更短时间内生成更加安全有效的候选药物,同时降低研发成本。化学家可借助 AI 流程开发更优质的小分子候选药物和更有效的合成途径。在计算机虚拟筛选中,医疗人员可借助经 GPU 加速的 HPC 模拟技术,在临床前研究中找到最佳匹配。此外,分子生物学家还可在由低温电子显微镜 (cryo EM) 生成的高分辨率分子结构图像中发现新的疾病靶标。
本文是国内计算方法与软件开发系列推文的第二部分:分子力场与动力学模拟。 全原子分子力场 ● 北京大学的蒋帆、吴云东等近年来开发了一系列残基特异性力场(RSFF)。新力场能够更准确地模拟多肽和蛋白质体系。这一系列的RSFF力场借助GROMACS软件实现。 ● 孙淮(现上海交通大学)早年在美国期间开发了广泛使用的COMPASS力场。回国后,他与合作者发展了TEAM力场框架,在此框架下的某些力场在GROMACS软件中实现。孙淮还与国外的公司合作,开发了COMPASS II通用力场,可以用来模拟类药小分子和高分子等
祥请参考官网教程,使用其中的mdp参数文件(均100ps),案例只考虑模拟顺利,暂不考虑合理性。
遥想快十年前,刚接触分子动力学方法,当时难度真是非常高,既要懂程序,又要有分子力学的基础知识。一直认为软件应为人所用而不是要求人去通过刻苦学习才掌握使用,所以软件要发展就必须要有良好的用户界面,当年有些动力学模拟的软件已经变成僵尸,也有软件不断继承发展壮大,例如NAMD,GROMACS,AMBER。 目前成熟的建模方法有两种,一是CHARMM-GUI,二是VMD内置的插件QWIKMD。 CHARMM-GUI的在线服务器input generator提供了membrane builde
电脑配置:X5650*2=24core,48G ecc+reg内存 显卡:nvidia C2050*4 6GB DDR5存储器 *4 fermi架构 448个cuda核心*4 单精度浮点性能 1.03Tflops*4 存储器频率 1.GHZ 功耗:238W 平台:centos7+fftw3+nvidia driver 365+cuda8 测试软件:gromacs 5.1.4,手工编译source code 测试结果:相同的体系,不用GPU加速, 1.5ns/day ;启用了GPU加速计算,11ns
近年来,人工智能(AI)的在各个行业广泛的应用,让传统制药行业看到了加速药物研发的新的可能性。随着高性能计算机算力的不断增强和算法的不断革新,人工智能(AI)已经逐渐应用于药物发现的靶点挖掘、虚拟筛选、化合物设计与合成等许多场景。
CP2K安装的方法有很多(我们曾分享过CP2K 5.1版本的安装及简单介绍),笔者最近尝试在课题组新买的服务器上从源码编译安装CP2K,过程中遇到了各种问题。根据这次安装的经验,在此笔者想和大家分享如何从零开始安装CP2K(支持PLUMED)。
基因组学(genomics)是对生物体所有基因进行集体表征、定量研究及不同基因组比较研究的一门交叉生物学学科,基因组学的目的是对一个生物体所有基因进行集体表征和量化,并研究它们之间的相互关系及对生物体的影响 。机器学习已经被广泛应用于基因组学研究中,利用已知的训练集对数据的类型和应答结果进行预测,深度学习,可以进行预测和降维分析。深度学习模型的能力更强且更灵活,在适当的训练数据下,深度学习可以在较少人工参与的情况下自动学习特征和规律。调控基因组学,变异检测,致病性评分成功应用。深度学习可以提高基因组数据的可解释性,并将基因组数据转化为可操作的临床信息。改善疾病诊断方案,了解应该使用哪些药物和给谁服用药物,最大限度的减少副作用,最大限度的提高疗效,所有这些都要求从基因组原始数据开始进行分析。这将是一项非常耗时的过程,因为涉及到的变量太多了,而深度学习恰恰能帮助缩短这一过程,近两年国内外顶尖课题组MIT、Harvard University、UPenn、清华大学、复旦大学等都在从事深度学习基因组学的研究,这一研究成果更是多次发表在Nature Reviews Genetics、Nature Methods、Science Advances、Cancer Cell、Nature Biotechnology 等知名国际顶刊上,为我们发表顶刊鉴定了基础。
PDB(Protein Data Bank)是一种最常用于存储蛋白质结构的文件。而我们在研究蛋白质构象时,往往更多的是考虑其骨架,因此在很多pdb文件中直接去掉了氢原子。但是在我们构建蛋白质力场时,又需要用到这些氢原子。因此这个流程就变成了,在预测蛋白质构象时,不考虑氢原子,然后在力场构建的步骤去添加氢原子。由于氢原子的位置相对其连接的重原子来说,是相对比较固定的,而且最低能量位置也比较容易找到。因此常见的策略是,先在大致合理的位置补充上氢原子,再通过能量优化算法去优化氢原子的位置,使其处于一个更加合理的最终位置。而我们得到了这个氢原子的最终位置和重原子的位置之后,就可以对该蛋白质进行分子动力学的演化。本文主要介绍上述提到的,为蛋白质分子在大致合理的位置添加氢原子的算法。
本文旨在为关键高性能计算应用程序提供最新的性能基准数据。现代高性能计算数据中心是解决世界上一些最重要的科学和工程挑战的关键。NVIDIA®Tesla®加速计算平台为这些现代数据中心提供了业界领先的应用程序,以加速高性能计算和人工智能工作负载。特斯拉V100从根本上改变了数据中心的经济性,以更少的服务器、更少的功耗和更低的网络开销实现了突破性的性能,从而节省了总成本5 - 10x。
增强采样(Enhanced Sampling)是一种在分子动力学模拟中常用的技术,其作用是帮助我们更加快速的在时间轴上找到尽可能多的体系结构及其对应的能量。比如一个氢气的燃烧反应,在中间过程中会产生众多的反应产物,但是我们光从结果来看的话,就是从
MDTraj是分子动力学模拟的一个python包,相对于MDAnalysis个人觉得操作性更强,更加Python范一些。其能够进行不同模拟软件的轨迹转换,常规计算,分析等等一体化。今天我们介绍其安装方法和简单使用。
openmm是用于分子模拟的高性能工具包。该代码是开源,并在MIT和LGPL license下。是 Omnia(预测生物分子模拟的工具套件)的一部分。
2. 投稿内容必须保证内容原创性,实践过程真实、内容代码化,一经发现侵权行为,取消活动参与资格。
今天给大家介绍来自瑞士伯尔尼大学和日内瓦大学的Alice Capecchi,Xingguang Cai等人发表在Chemical Science的文章“Machine learning designs non-hemolytic antimicrobial peptides“,作者使用来自DBAASP的数据训练循环神经网络(Recurrent neural networks, RNN)来设计非溶血性抗菌肽(Antimicrobial peptides, AMP),合成并测试了28个生成肽,鉴定出针对绿脓杆菌、鲍曼不动杆菌和耐甲氧西林金黄色葡萄球菌 (MRSA) 的8种新的非溶血性 AMP。结果表明机器学习(Machine learning, ML)可以用来设计非溶血性AMP。
NVIDIA在 SC18 发表的全新多节点容器、与 Singularity 容器的兼容性及 NGC-Ready 计划,让更多人能接触到资料科学、人工智能和 HPC。
大家好,我是Mandy。今天分享的主题内容是如何使用GitLab搭建属于自己的代码管理平台。
没有疫苗和任何已知有效治疗方法的2019-nCoV的出现给新型药物发现方法带来了紧迫感。最重要的2019-nCoV蛋白靶标之一是3C样蛋白酶,其晶体结构已知。近期的大部分努力都集中在重新利用已知临床批准药物的药物上,以及对分子库的分子进行虚拟筛选。Insilico Medicine于2020年1月28日决定利用其生成化学方法来设计2019-nCoV的新型抑制剂,进行合成和测试,并根据需要优化已发布的分子。
据葛兰素史克(GSK)官网称,GSK在2020年的一个季度中生成的数据,比公司之前300年的历史中生成的还要多。GSK正在以前所未有的速度、规模和精度解码这些数据。
Insilico Medicine公布生成化学设计的靶向2019年新型冠状病毒关键蛋白质酶的小分子结构
“众星捧月”。上榜项目让NVIDIA在最新的HPC TOP500榜单中显得格外亮眼——或者准确地说,是在“榜单背后”。
大家好,今天推荐的是Nature Communication发表的UMD研究人员使用人工智能语言工具解码分子运动的文章,文章的通讯作者是来自马里兰大学化学与生物化学系和物理科学与技术学院的医学博士Pratyush Tiwary。通过将自然语言处理工具应用于蛋白质分子的运动,马里兰大学的科学家创造了一种抽象语言,用于描述蛋白质分子可以采取的多种形状,以及如何以及何时从一种形状转变为另一种形状。
在分子动力学模拟的过程中,考虑到运动过程实际上是遵守牛顿第二定律的。而牛顿第二定律告诉我们,粒子的动力学过程仅跟受到的力场有关系,但是在模拟的过程中,有一些参量我们是不希望他们被更新或者改变的,比如稳定的OH键的键长就是一个不需要高频更新的参量。这时就需要在一次不加约束的更新迭代之后(如Velocity-Verlet算法等),再施加一次约束算法,重新调整更新的坐标,使得规定的键长不会产生较大幅度的变更。
ldconfig通常在系统启动时运行,而当用户安装了一个新的动态链接库时,就需要手工运行这个命令。
2021年12月20日,来自美国匹兹堡大学药学院的Junmei Wang和德克萨斯大学生物医学工程系的Pengyu Ren等人在Curr Opin Struc Biol合作发表综述“小分子通用力场的最新进展”。
由于对蛋白质功能的预测性控制和重新定义这些功能的能力已经推动蛋白质工程领域进入了一个前所未有的发展时代,因此,计算蛋白质设计被预测将为生物技术产业提供下一个量子飞跃。自然界只采样了约1012种不同的可能的蛋白质,而一个100个氨基酸的蛋白质有20100种潜在的序列变化。通过将计算设计融入到生产治疗性蛋白质的工作流程中,研发部门可以利用计算能力的快速发展,在创纪录的时间内设计出精确的功能性新型蛋白质治疗剂。
centos系统内核如何升级,有些小伙伴在使用centos系统时可能会遇到网卡不能使用,亮度不能调节,触摸板不能识别,等等问题,这些都是内核版本过低而导致,只需要把内核升级一下就可以, 下面为大家分享一下centos系统内核升级方法。
我们在Linux中使用自带的gcc和g++编译器进行编译的程序是针对X86架构的。而我们开发板大多都是ARM或者其他架构的开发板,我们就需要编译出针对其他架构的程序。
arm-none-linux-gnueabi-gcc是 Codesourcery 公司(目前已经被Mentor收购)基于GCC推出的的ARM交叉编译工具。可用于交叉编译ARM系统中所有环节的代码,包括裸机程序、u-boot、Linux kernel、filesystem和App应用程序。使用时,按照主机平台,可以下载以下任一版本中的一个,结果是一样的:
本文是为那些没有接触过Linux系统的人写的。了解Linux系统对于一个技术来人员可谓是必须的(即便不是和计算机直接相关的),而对于广大普通用户而言,只了解Windows虽然已经足够,不过来了解一下Linux这个系统我想还是有益处的(虽然很难立马显现)。 下面我就用一问一答的简单形式带大家初步了解Linux是什么: Q:用一句话概括Linux? A : linux是一个操作系统,就和windows一样。 要了解linux,请先了解开放源代码运动。这是由理查德·斯托曼先生在上世纪80年代发起的一项运动。其主要
本文是为那些没有接触过Linux系统的人写的。了解Linux系统对于一个技术来人员可谓是必须的(即便不是和计算机直接相关的),而对于广大普通用户而言,只了解Windows虽然已经足够,不过来了解一下Linux这个系统我想还是有益处的(虽然很难立马显现)。
状态为 deinstall 即已经卸载,如果觉得看着不舒服的话可以使用 purge 连配置文件里一起彻底删除,清理内核列表
Linux服务(Linux services)对于每个应用Linux的用户来说都很重要。关闭不需要的服务,可以让Linux运行的更高效,但并不是所有的Linux服务都可以关闭。今天安装了一次CentOs Linux,发现Linux启动的时候启动了好多服务,大部分都不知道是干什么的。因此着重了解了一下那些Linux服务(Linux services)可以关闭,那些Linux服务(Linux services)不能随意关闭。 在关闭Linux服务之前,需要了解一些概念: 什么是Linux服务/后台进程(Linu
Oracle 11g RAC中,发现oc4j以及gsd服务都处于offline状态,这是Oracle 11g RAC默认情形。即便如此,并不影响数据库的使用,因为 oc4j 是用于WLM 的一个资源, WLM在 11.2.0.2 才可用。GSD则是用于支持dbca,srvctl,oem等的交互工具。本文描述将这两个服务切换到online。
当Linux在1991年8月25日诞生时,它不过是当时21岁的Linus Torvalds的一个爱好。今天,Linux社区估计有超过8600万的强大用户。
有些小伙伴在使用Linux系统时可能会遇到网卡不能使用,亮度不能调节,触摸板不能识别,等等问题,这些都是内核版本过低而导致,只需要把内核升级一下就可以, 下面为大家分享一下Linux系统内核升级方法。
1991 年的 8 月 25 日,来自芬兰赫尔辛基大学的 Linus Torvalds 用 Minix 操作平台建立了一个新的操作系统内核,并把它发回 Minix Usenet 新闻组。此时,年仅 21 岁的大学生 Linus 不会意识到,自己当做兴趣爱好开发的一个小项目会在 29 年后发展成统治世界的庞大操作系统内核。
需要分别清楚header和image,可以直接用apt-get remove来清除。
操作系统堪称是IT皇冠上的明珠,Linux阅码场专注Linux操作系统内核研究, 它的文章云集了国内众多知名企业一线工程师的心得,畅销著作有《linux设备驱动开发详解 》等。
Linux 与 Linux 内核其实是不一样的,关于这个问题,我在之前的一篇文章中讲过(《Linux,Unix,GNU 到底有什么样的渊源?》)。Linux 的内核是由 Linus Torvalds 在1991年首次编写。它是操作系统的核心,包括设备驱动、文件系统、进程管理、网络通信等。但是操作系统光有内核,用户是没有办法操作的,所以很多厂商和 Linux 社区就在内核之上开发了很多工具,比如我们常用的 GNome桌面,FireFox浏览器、GIMP 图片编辑器等等。Linux 内核和这些应用一起打包后就被称作 Linux 发行版本。Linux 有很多的发行版本,我在之前的文章中(《这么多Linux版本,你究竟该怎么选择?》),对不同的版本做过比较。
领取专属 10元无门槛券
手把手带您无忧上云