معرفی نرم افزار
نرم افزار آلفافولد (alphafold)
امروزه با پیشرفت های گسترده در شبکه های کامپیوتری و زبان های برنامه نویسی، نوع جدیدی از الگوریتم ها و مدل های محاسباتی توسعه داده شده است که بر مبنای آن کاربران قادرند با وضوح بیشتر به تفسیر و پردازش داده های زیستی بپردازند. یکی از پیشرفت های چشمگیر اخیر در حوزه پروتئین ها توسعه نرم افزار آلفا فولد بوده است که با دقت خیره کننده ای قادر است ساختمان سه بعدی پپتیدها و پروتئین ها را پیش بینی نماید. این ابزار رایگان است، اما کاربران ایرانی به علت تحریم های امریکا نمی توانند به راحتی به سورس ابزار دسترسی داشته باشند، در ادامه می توانید کدهای قابل اجرا برنامه الفافولد را دانلود نمایید و مطابق راهنمای نصبی از آن استفاده کنید.
🆔🧬 @IRBioinformatics

فایل حاوی کدهای آلفافولد
🆔🧬 @IRBioinformatics

نحوه نصب AF:
برای نصب آلفا فولد مراحل زیر را انجام دهید

 
1- Install Docker container  
2- Install NVIDIA Container Toolkit 
3- Set up running Docker as non-root user 

بعد از انجام موارد بالا اکنون مطابق مراحل ذکر شده در زیر ابزار آلفا فولد را نصب کنید.

 
$ git clone https://github.com/deepmind/alphafold.git 
$ cd ./alphafold 
$ sudo apt install aria2 
#Download the required files (download size is 556 GB) 
$ noscripts/download_all_data.sh 
$ noscripts/download_all_data.sh <DOWNLOAD_DIR> > download.log 2> download_all.log & 
# Check AF on available GPUs 
$ docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi 
# Build docker image 
$ docker build -f docker/Dockerfile -t alphafold . 
# Install dependencies  
$ pip3 install -r docker/requirements.txt 
$ python3 docker/run_docker.py \ 
  --fasta_paths=your_protein.fasta \ 
  --max_template_date=2022-01-01 \ 
  --data_dir=$DOWNLOAD_DIR \ 
  --output_dir=/home/user/absolute_path_to_the_output_dir 

پس از انجام موفقیت آمیز مراحل بالا، اکنون AF برای ران آماده است. دقت داشته باشید بایستی شما حداقل 2 ترابایت فضای ذخیره در اختیار داشته باشید تا بتوانی تمام مراحل بالا را، بخصوص مرحله دانلود پایگاه های داده مرتبط با ساختارهای پروتئینی را دانلود نمایید. انجام مراحل فوق با سرعت متوسط و پایدار اینترنت (سرعت 100 مگابایت بر ثانیه) حدود 3 ساعت طول می کشد.
🆔🧬 @IRBioinformatics

مراحل نصب NVIDIA Container Toolkit:
همانطور که گفته شد برای استفاده از الفافولد حتما بایستی NVIDIA Container Toolkit بر روی زیرساخت سخت افزاری شما نصب باشد.
1- نصب بر روی سیستم عامل اوبنتو: برای نصب این Toolkit بر روی سیستم عامل اوبنتو مراحل زیر را انجام دهید:

 
#configure the required repository 
$ curl –fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor –o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \ 
  && curl –s –L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \ 
    sed ‘s#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g’ | \ 
    sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list 
 
 
#Configure repository with experimental packages 
$ sed –i –e ‘/experimental/ s/^#//g’ /etc/apt/sources.list.d/nvidia-container-toolkit.list 
 
# Update packages list 
sudo apt-get update 
 
#Install  NVIDIA Container Toolkit 
$ sudo apt-get install –y nvidia-container-toolkit 

2- نصب بر روی سیستم عامل سنتوس (با استفاده از yum) و فدورا (با استفاده از dfn):

 
# Configure the required repository 
$ curl -s -L https://nvidia.github.io/libnvidia-container/stable/rpm/nvidia-container-toolkit.repo | \ 
  sudo tee /etc/yum.repos.d/nvidia-container-toolkit.repo 
 
#configure repository with experimental packages 
$ sudo yum-config-manager --enable nvidia-container-toolkit-experimental 
 
#Install ToolKit 
$ sudo yum install -y nvidia-container-toolkit 

همانطور که می بینید با چند دستور ساده به راحتی می توانید این ماژول را بر روی سرور یا بیس سخت افزاری خود که می خواهید الفافولد را بر روی آن راه اندازی کنید نصب کنید و سپس برای تعیین ساختار پروتئین ها از آن استفاده کنید. البته این ماژول کاربردهای دیگری هم دارد که در سطح پیشرفته در اینده در کانال بارگذاری خواهد شد.
🆔🧬 @IRBioinformatics

معرفی بسته نرم افزاری MotifFinder برای R
بسیاری از محققان علوم زیستی هنگامی که مطالعات ژنومی و ترانسکریپتومی انجام می دهند نیاز دارند تا با آنالیز دقیق توالی های ژنومی سطح حفاظت شدگی توالی های زیستی را بدست اورند. برای این کار و همچنین برای مقایسه طیف وسیعی از موتیف های زیستی با یکدیگر ابزار motiffinder که به صورت یک بسته نرم افزاری R ارائه شده است می تواند به کاربران برای آنالیز توالی های بزرگ ژنومی و شناسایی موتیف ها کمک نماید. همچنین با استفاده از این بسته نرم افزاری می توان توالی های ژنی مختلف را از حیث داشتن یا نداشتن یک موتیف خاص با یکدیگر مقایسه کرد. در ادامه شیوه نصب و فایل سورس نصبی این بسته برای همراهان عزیز قرار داده شده است.
🆔🧬 @IRBioinformatics

نحوه نصب و استفاده از ابزار MotifFinder

برای نصب این ابزار مراحل زیر را انجام دهید.
1- ابتدا نرم افزار R نسخه 4 به بالا را نصب کنید. در کانال آخرین ورژن R قرار داده شده است.
2- نرم افزار Rstudio نسخه 2023-12 را نصب کنید.
3- در یک اسکریپت جدید به ترتییب اطلاعات ارائه شده کدهای دستوری زیر را وارد کنید.

 
# install.packages("remotes") 
remotes::install_github("myersgroup/MotifFinder") 
 
library(MotifFinder) 
 
# simulate set of sequences enriched for a motif 
set.seed(42) 
simulated_sequences <- simulate_sequences(motif="ATgTT_GtCC") 
 
# run MotifFinder 
motif_found <- findamotif(simulated_sequences, len=7) 
 
# visualise the motif found 
ggseqlogo::ggseqlogo(get_PWM(motif_found)) 

اکنون بسته نرم افزاری در R نصب شده است و می توانید از آن مطابق فایل راهنمای ابزار و همچنین دستورات اجرایی دیگر که در اینترنت وجود دارد از آن استفاده کنید

🆔🧬 @IRBioinformatics

در صورتی که در نصب ابزار motiffinder با مشکل مواجه شدید می توانید از طریق فایل سورس ابزار را نصب کنید. کافی است در یک مسیر دلخواه این فایل را کپی کنید و سپس ادرس فایل سورس unzip شده را به نرم افزار R داده و به صورت دستی آن را نصب کنید
🆔🧬 @IRBioinformatics

☄خبر_جدید
یه خبر خوب هم برای بچه های رشته خاک شناسی و بیوتکنولوژی خاک داریم. به زودی آموزشای اختصاصی این رشته که با رویه محاسباتی و یادگیری ماشین هستش همراه با معرفی ابزارها و الگوریتم های مورد استفاده و همچنین تسهیل آنالیز داده های ماهواره ای و متامیکروارگانیسم ها در کانال قرار میدیم تا بتونیم به این عزیزان هم به صورت کلی در پلن جاری کانال کمکی کرده باشیم
🆔🧬 @IRBioinformatics

معرفی نرم افزار Graphpad Prism
GraphPad Prism نرم افزاری قدرتمند که می توان از آن در مسائل اساسی آماری، نمودارهای مناسب و گراف های علمی استفاده نمود. Prism همه ی آن چه که شما از یک برنامه ی گرافیکی علمی حرفه ای انتظار دارید، در اختیار شما قرار می دهد، اما چیزی که باعث منحصر به فرد بودن این نرم افزار می شود فقط کاری که انجام می دهد نیست، بلکه نحوه ی انجام این کار سبب خاص بودن این نرم افزار شده است. این محصول نه تنها برای آمارگران بلکه برای تمام دانشمندان اهل عمل طراحی شده است.
🆔🧬 @IRBioinformatics

آموزش نصب و فعال سازی نرم افزار ورژن 10
دسترسی به اینترنت را قطع کنید.
نرم افزار را نصب کنید و بعد از نصب از نرم افزار خارج شوید.
فایل موجود در پوشه Crack را در مسیری که نرم افزار نصب شده است کپی کنید و جایگزین فایل قبلی کنید.
به روی فایل Block Host.cmd کلیک راست کنید و گزینه Run as administrator را بزنید
فایل keygen را اجرا کنید و روی دکمه Generate کلیک کنید و سریال ساخته شده را کپی کنید.
نرم افزار را اجرا کنید.
در پنجره فعال سازی گزینه Serial Number را انتخاب کنید و سریال بالا را در مراحل نصب وارد کنید و Next بزنید.
در مرحله بعد اعداد روبروی Machine ID را داخل keygen و در قسمت Machine ID تایپ کنید ( با حروف بزرگ ) و دکمه Activate را بزنید.
در پنجره فعال سازی روی دکمه Enter Activation Code کلیک کنید و Activation Code که داخل keygen ساخته شده را در این قسمت وارد کنید و تیک گزینه I Agree را بزنید و روی دکمه Start Using Prism کلیک کنید.
در پنجره ای که از شما اطلاعات نام و ایمیل روی دکمه Quit کلیک کنید.
نرم افزار را اجرا کنید.
🆔🧬 @IRBioinformatics

نرم افزار Gaussian نرم افزاری برای متخصصین شیمی محاسباتی است. اولین نسخه این برنامه سال 1970 عرضه شد ولی به مرور زمان به یکی از برنامه های مشهور در زمینه شیمی محاسباتی مبدل گشت. این برنامه توسط پروفسور John Pople و تیم تحقیقاتی اش در دانشگاه ملون ساخته شد. پروفسور Pople و شاگردانش با استفاده از توانایی های این نرم افزار تحقیقات خوبی در شیمی کوانتومی و سایر شاخه ها انجام دادند که نشان دهنده کاربرد عملی این محصول است. Gaussian توانایی های زیادی در Modeling ساختار های الکترونیکی دارد، نسخه ویندوزی این نرم افزار دارای پسوند w است (مانند 09w) و همچنین برای کامپیوترهای مک مبتنی بر power pc نرم افزار پسوند m خواهد داشت . یک نسخه 32 بیتی تک سی پی یو نیز به عنوان نسخه لایت در اختیار محققین است که دارای پسوند IM است مثلا 09IM. نسخه ویندوزی Gaussian امکان اجرا به صورت تک پردازنده ای و یا چند پردازنده ای را داراست.
🆔🧬 @IRBioinformatics

آموزش فعال سازی نرم افزار نسخه 09 گوسین
فایل را از حالت فشرده خارج کنید.
نرم افزار را نصب و اجرا کنید.
با استفاده از سریال نرم افزار را رجیستر کنید.

نحوه نصب گوسین 016 نسخه لینوکس
برای نصب فایل گوسین مراحل زیر را در لینوکس به ترتیب انجام دهید. بهتر است این نرم افزار را بر روی سیستم عامل اوبنتو یا سنتوس نصب کنید.

#Create a working folder
$ mkdir -p $ HOME / opt / gaussian / scr
#export path
$ export g16root = $ HOME / opt / Gaussian
#unzip the downloaded file and follow the
$ tar xvjf G16-A03-AVX2.tbz -C $ g16root
$ export GAUSS_EXEDIR = $ g16root / g16
$ export GAUSS_SCRDIR = $ g16root / scr
$ chmod -R $ 700 GAUSS_EXEDIR
$ cd $ GAUSS_EXEDIR
$ ./bsd/install
# Run the calculation :
$ GAUSS_EXEDIR / g16 example.inp

پس از انجام موارد بالا، اکنون می توانید گوسین را بر روی سیستم عامل خود نصب و اجرا کنید. برای انجام ران های پیچیده و چند مرحله ای حتی المقدور از پردازنده های قوی استفاده کنید و از لپتاپ برای گرفتن خروجی استفاده نکنید.
🆔🧬 @IRBioinformatics

آخرین بیلد نرم افزار GraphPad Prism برای Mac
GraphPad Prism 9.5.1 macOS
🆔🧬 @IRBioinformatics

GraphPad Prism 9.5.1 macOS
🆔🧬 @IRBioinformatics

معرفی نرم افزار CPU-Z
اگر هنگام نصب برنامه های ویندوز از مشخصات سخت افزاری سیستم عامل خود اطلاعی ندارید و نمی دانید لپتاپ یا کامپیوتر شما دارای چه کانفیگ سخت افزاری است می توانید از نرم افزار CPU-z که یک ابزار رایگان است برای مشاهده مشخصات CPU، کارت گرافیک، MOBO، و سایر مواردی که مربوط به زیر ساخت سخت افزاری شما است استفاده کنید. دقت داشته باشید که یه بیوتکنولوژیست، بیولوژیست و بیوانفورماتیست خوب همیشه علاوه بر اطلاعات نرم افزاری بایستی اطلاعات سخت افزاری فوق العاده بالایی برای چینش کانفیگ های محاسباتی داشته باشد.
🆔🧬 @IRBioinformatics

نسخه نهایی نرم افزار CPU-z برای مشاهده زیرساخت های سخت افزاری کامپیوتر و لپتاپ
🆔🧬 @IRBioinformatics