# Alphafold 使用方式
## Setup
github for alphafold:
https://github.com/deepmind/deepmind-research/tree/master/alphafold_casp13

a pretty good walkthrough for alphafold:
https://www.youtube.com/watch?v=GQH-zWUylPY

1. readme 裡面有一個dependecies
全部都要下載，是alphafold 運行的必要檔案
[Python安裝](https://blog.jiebu-lang.com/centos-7-install-python-3-7/)

2. 比較快的方法是直接跑 run_eval.sh
裡面已經有弄好的程式碼，會把缺少的dependencies都補起來
除非遇到有特定的dependecies安裝不了在手動安裝

3. 然後下載[資料庫](http://bit.ly/alphafold-casp13-data)
這是一個44GB的檔案，下載完解壓縮放到 **alphafold_casp13**的資 料夾中
這個檔案中的各個檔案解釋可以看[這裡](https://github.com/deepmind/deepmind-research/tree/master/alphafold_casp13#input-data)

4. 同樣下載[weight檔案](http://bit.ly/alphafold-casp13-weights)
同樣要把這個下載完解壓縮放到 **alphafold_casp13**的資料夾中

到這邊就算裝完了，之後要再去設定

## Running a evaluation
這邊要用到的檔案是 run_eval.sh
我們需要去更改這個檔案裏面的

DISTOGRAM_MODEL="alphafold_casp13/873731"  # Path to the directory with the distogram model.
BACKGROUND_MODEL="alphafold_casp13/916425"  # Path to the directory with the background model.
TORSION_MODEL="alphafold_casp13/941521"  # Path to the directory with the torsion model.

TARGET="T1019s2"  # The name of the target.
TARGET_PATH="alphafold_casp13/${TARGET}"  # Path to the directory with the target input data.

這部分要去更改路徑讓alphafold可以知道檔案的路徑位置
之後要更改target 以及 target path
這個target就是我們要計算的模型

## Output
跑完就會得到許多的檔案，但是其中的contact map檔案(.rr)我們可以直接將其複製到[CMview](http://www.bioinformatics.org/cmview/)去visualize蛋白質的形狀