Pipeline AlphaUnfold

March 3, 2026 · View on GitHub

Integração AlphaFold 3 + Dinâmica Molecular (NAMD3) + Análises Estruturais

1. Visão Geral

Este repositório contém um pipeline computacional automatizado e reprodutível para estudos estruturais e dinâmicos de proteínas, integrando as seguintes etapas:

Geração de mutantes a partir de uma sequência FASTA
Modelagem estrutural com AlphaFold 3
Preparação do sistema para dinâmica molecular:
- protonação
- geração de topologia
- geração da caixa de solvatação
Execução de dinâmica molecular com NAMD3
Extração de métricas estruturais:
- RMSD
- RMSF
- Raio de giro (RoG)
- SASA
- Poses finais (PDB)

O pipeline foi desenvolvido e validado em ambiente HPC, utilizando SLURM, Apptainer e nós com GPU NVIDIA A40.

2. Pré-requisitos

2.1. Software necessário

Antes de executar o pipeline, o ambiente deve possuir:

Linux
SLURM
Apptainer (ou Singularity)
Python ≥ 3.9
VMD
NAMD3
CUDA compatível com a GPU disponível

2.2. Bases de dados do AlphaFold 3

Os bancos de dados oficiais do AlphaFold 3 devem ser baixados previamente utilizando o script oficial da DeepMind:

wget https://raw.githubusercontent.com/google-deepmind/alphafold3/main/fetch_databases.sh
chmod +x fetch_databases.sh
./fetch_databases.sh /caminho/para/alphafold_databases

Referência oficial: https://github.com/google-deepmind/alphafold3/blob/main/fetch_databases.sh

O diretório gerado deve ser configurado no script alphafold3_array.sh

2.3. Imagem Apptainer do AlphaFold 3

É necessário possuir a imagem do AlphaFold 3 em formato Apptainer (.sif).

Link da imagem: https://drive.google.com/file/d/1rIfaK87x5HPY4tc9_T3utbrXhF1acq3M/view?usp=sharing

Exemplo de configuração:

CONTAINER="/home/alphafold/alphafold3.sif"

3. Observações Importantes sobre a Arquitetura

Na arquitetura utilizada (Apptainer + nó único com GPU A40), foi observado que:

Executar mais de um job AlphaFold 3 simultaneamente no mesmo nó causou problemas nos outputs

Foram observados arquivos .cif ausentes ou incompletos

3.1. Configuração recomendada

--array=0-14%1

Ou seja, apenas um job AlphaFold por vez por nó.

3.2. Execução paralela (experimental)

Usuários avançados podem tentar:

export XLA_CLIENT_MEM_FRACTION=0.6
export XLA_PYTHON_CLIENT_PREALLOCATE=false

4. Ajustes Obrigatórios nos Arquivos

4.1. pipeline.sh e pipeline-MODOS.sh

Ajustar os caminhos principais:

FASTA_BASE="/home/alphafold/entrada/proteina.fasta"
FASTAS_OUT="/home/alphafold/inputs_array"
AF_OUTPUT="/home/alphafold/outputs/pipelines_af"
DIN_OUTPUT="/home/alphafold/prontos_dinamica"

4.2. `alphafold3_array.sh`

Ajustar os caminhos do AlphaFold:

INPUT_DIR="/home/alphafold/inputs"
OUTPUT_DIR="/home/alphafold/outputs/pipelines_af"
CONTAINER="/home/alphafold/alphafold3.sif"
MODEL_DIR="/home/alphafold/alphafold3/models"
DB_DIR="/home/alphafold/public_databases"

Dentro do container, o script principal está localizado em:

/app/alphafold/run_alphafold.py

Se necessário:

ALPHAFOLD_SCRIPT="/app/alphafold/run_alphafold.py"

4.3. `prepara_dinamica.py`

Ajustar:

DESTINO_FINAL = "/home/alphafold/prontos_dinamica"
TOPOLOGIA = "/programs/vmd/plugins/top_all36_prot.rtf"
CONF_TEMPLATE = "/home/alphafold/pipeline/arq.conf"
VMD_EXEC = "/programs/vmd/bin/vmd"

4.4. `namd_array.sh`

Ajustar o binário do NAMD:

NAMD_BIN="namd3"

4.5. Arquivo `.conf` molde do NAMD3

O pipeline utiliza um arquivo de configuração do NAMD3 como molde, que é automaticamente copiado e editado para cada sistema durante a etapa de preparação da dinâmica (prepara_dinamica.py).

Este arquivo define os parâmetros físicos, topologias, potenciais e condições de contorno da simulação.

4.5.1. Topologias e parâmetros

É obrigatório ajustar, no arquivo .conf molde, os caminhos para as topologias e parâmetros utilizados pelo NAMD3.
Exemplo:

# Topologias e parâmetros CHARMM
parameters          /home/alphafold/namd_parameters/par_all36_prot.prm
parameters          /home/alphafold/namd_parameters/par_all36_na.prm
parameters          /home/alphafold/namd_parameters/toppar_water_ions.str

4.5.1. Requisitos de Arquivos

Esses arquivos devem existir no sistema e ser compatíveis com:

A topologia utilizada no VMD (top_all36_prot.rtf)
O modelo de água selecionado
A ionização aplicada ( $Na^+$ / $Cl^-$ )

4.5.2. Estrutura e Coordenadas

As linhas abaixo não precisam ser editadas manualmente, pois são substituídas automaticamente pelo pipeline para cada sistema:

structure           CAMINHO/DO/ARQUIVO.psf
coordinates         CAMINHO/DO/ARQUIVO.pdb
Nota: Durante a preparação, o script prepara_dinamica.py ajusta esses campos para apontar para os arquivos finais de cada proteína.

4.5.3. Condições Periódicas de Contorno (PBC)

As dimensões da caixa de solvatação e a origem da célula periódica também são calculadas automaticamente a partir do PDB final:


cellBasisVector1    X 0 0
cellBasisVector2    0 Y 0
cellBasisVector3    0 0 Z
cellOrigin          Xc Yc Zc

Esses valores são obtidos diretamente das coordenadas atômicas, garantindo consistência entre a solvatação e a dinâmica.

4.5.4. Tempo de Simulação e Condições Termodinâmicas

O tempo total da simulação é controlado pelo número de passos (run) e pelo timestep.

Exemplo:


timestep            2.0
run                 2500000   ;# ~5 ns
Para simulações mais longas, esse valor pode ser ajustado conforme necessário.

A pressão e temperatura são controladas via:


langevin            on
langevinTemp        310

langevinPiston      on
langevinPistonTarget 1.01325   ;# 1 atm (ajustado conforme padrão NAMD)

4.5.5. Importância do Arquivo .conf Molde

O arquivo .conf molde define o comportamento físico da simulação. Antes de executar o pipeline em produção, recomenda-se:

Revisar cuidadosamente as topologias e parâmetros.
Garantir compatibilidade com as versões do VMD e NAMD instaladas.
Validar o arquivo com uma simulação curta de teste.

4.6. Configurações do SLURM

Todos os scripts .sh possuem diretivas #SBATCH. É necessário ajustar:

#SBATCH --partition=filaA40
#SBATCH --cpus-per-task=16
#SBATCH --time=24:00:00

5. Execução do Pipeline

5.1. Pipeline Padrão (pipeline.sh)

Executa:

proteína selvagem
14 mutantes
AlphaFold 3
preparação
dinâmica molecular

chmod +x pipeline.sh
./pipeline.sh

6. Pipeline com Modos (pipeline-MODOS.sh)

6.1. Modo `single`

Executa apenas uma proteína:

./pipeline-MODOS.sh single caminho/proteina.fasta

6.2 Modo `set`

Executa um conjunto de FASTAs já existentes:

./pipeline-MODOS.sh set caminho/diretorio_fastas

6.3 Modo `full`

Executa o pipeline completo (selvagem + mutantes):

./pipeline-MODOS.sh full caminho/proteina_base.fasta

7. Scripts de Análise de Métricas

7.1. Linux

Análises estatísticas consolidadas:

./analise_unificada.sh /diretorio_dinamicas

7.2. Windows

Versões equivalentes em PowerShell (.ps1) estão disponíveis para análise local.

8. Considerações Finais

Pipeline projetado para robustez em HPC
Execução totalmente automatizada
Separação clara entre modelagem, dinâmica e análise
Facilmente extensível para novos mutantes ou métricas

9. Recomendações

Testar inicialmente com modo single
Validar paths e permissões
Confirmar versões do VMD e NAMD
Monitorar uso de GPU com nvidia-smi