21.WSL中部署gnina分子对接程序ds

一、项目说明

1.1 仓库地址

GIT URL: https://github.com/huojichuanqi/ds#

1.2 项目介绍

gnina（发音为 NEE-na）是一个分子对接程序，集成了使用卷积神经网络对配体进行评分和优化的支持。它是 smina 的一个分支，而 smina 是 AutoDock Vina 的一个分支。

二、安装部署

2.1 环境准备

操作系统：Ubuntu22.04
CUDA：>12.0
cmake: > 2.25 (Ubuntu默认的是2.22.1，需要修改CMakeLists.txt)
python：>=3.10.12
torch: 需要和cuda的版本一致
- cuda12.4: pip install torch==2.5.1 torchvision==0.20.1 torchaudio==2.5.1 --index-url https://download.pytorch.org/whl/cu124
- cuda12.6: pip install torch==2.7.1 torchvision==0.22.1 torchaudio==2.7.1 --index-url https://download.pytorch.org/whl/cu126
wsl能访问github（宿主机配置好代理，关闭防火墙）

2.2 开始编译

2.2.1 安装依赖库

bash 复制代码

apt update -y
apt-get install build-essential git cmake wget libboost-all-dev libeigen3-dev libgoogle-glog-dev libprotobuf-dev protobuf-compiler libhdf5-dev libatlas-base-dev python3-dev librdkit-dev python3-numpy python3-pip python3-pytest libjsoncpp-dev  libxml2-dev
apt upgrade cmake

## 安装cuda
sudo apt-get remove nvidia-cuda-toolkit
wget https://developer.download.nvidia.com/compute/cuda/12.4.0/local_installers/cuda_12.4.0_550.54.14_linux.run
chmod 700 cuda_12.4.0_550.54.14_linux.run
sudo sh cuda_12.4.0_550.54.14_linux.run

## 安装cudnn
wget https://developer.download.nvidia.com/compute/cudnn/9.0.0/local_installers/cudnn-local-repo-ubuntu2204-9.0.0_1.0-1_amd64.deb
sudo dpkg -i cudnn-local-repo-ubuntu2204-9.0.0_1.0-1_amd64.deb
sudo cp /var/cudnn-local-repo-ubuntu2204-9.0.0/cudnn-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cudnn-cuda-12

2.2.2 安装 OpenBabel3

注意，在 3.1.1 及更早版本中存在键级确定错误。

bash 复制代码

git clone https://github.com/dkoes/openbabel.git
cd openbabel
mkdir build
cd build
cmake -DWITH_MAEPARSER=OFF -DWITH_COORDGEN=OFF -DPYTHON_BINDINGS=ON -DRUN_SWIG=ON ..
make
make install

2.2.3 安装 gnina

bash 复制代码

git clone https://github.com/gnina/gnina.git
cd gnina
mkdir build
cd build
cmake .. -DCMAKE_CUDA_ARCHITECTURES=75
make -j8
sudo make install

cmake .. \
  -DOPENBABEL3_INCLUDE_DIR=/usr/local/include/openbabel3 \
  -DOPENBABEL3_LIBRARIES= /usr/local/lib/libopenbabel.so \
  -DJSONCPP_INCLUDE_DIR=/usr/include/jsoncpp \
  -DJSONCPP_LIBRARY=/usr/lib/x86_64-linux-gnu/libjsoncpp.so \
  -DBoost_USE_STATIC_LIBS=OFF

gnina编译的时候对环境有要求，如果cmake的版本低于3.25，那么修改根目录的CMakeLists.txt的第一行cmake_minimum_required(VERSION 3.25)为实际的cmake的版本号，cmake的版本号可以通过cmake --version查看。

第二个要修改的也是根目录的CMakeLists.txt，在76行，将set(CMAKE_CUDA_ARCHITECTURES "all-major")改为实际的架构版本，实际的查看命令为nvidia-smi --query-gpu=compute_cap --format=csv。

cmakelist 复制代码

 #set(CMAKE_CUDA_ARCHITECTURES "all-major")
set(CMAKE_CUDA_ARCHITECTURES "75")