ColabFold / RoseTTAFold用マシン | 研究開発者向け情報発信メディア TEGAKARI

事例No.PC-10260Aをご覧のお客様よりColabFoldとRoseTTAFoldを使用するためのマシンをご相談いただきました。ご希望のスペックは概ね事例No.PC-10260Aと同程度を想定されており、その他の条件は以下の通りです。

・事例No.PC-10260Aの構成をベースにする
・ストレージ：2台目のストレージを4TB SSD M.2に変更
・OS：Windows 11とUbuntuのデュアルブートを希望
・予算：100万円程度

ご連絡いただいた条件を踏まえて、弊社からは下記の構成をご提案しました。

CPU	AMD Ryzen9 7900X (4.70GHz 12コア)
メモリ	64GB
ストレージ1	500GB SSD S-ATA x2
ストレージ2	4TB SSD M.2 x2
ビデオ	NVIDIA Geforce RTX4080
ネットワーク	on board (2.5G x1 10/100/1000Base-T x1) Wi-Fi x1
筐体+電源	ミドルタワー筐体 + 1000W
OS	Microsoft Windows 11 Professional 64bit
その他	追加インストール作業 Ubuntu 20.04 LTS + CUDA Toolkit 11

お客様がご覧になった事例No.PC-10260Aのストレージ1と2は、それぞれ別のOSをインストールするためのものです。
本件でのストレージ容量変更は、データの一次保存場所にすることが目的でしたので、OS用ストレージの容量変更ではなく、データ用ストレージとして4TB SSD M.2を2台追加しました。

その他、CPUとGPUをご予算と現行スペックに合わせて変更しています。

ColabFoldのLocal版はWSL2でも動作するという情報がありますので、場合によってはUbuntu側の処理をWSL2で実装する方法も考えられるかと存じます。

本事例の構成は、お客様から頂戴した条件を元に検討した内容です。
掲載内容とは異なる条件でご検討の場合でも、お気軽にご相談ください。

■FAQ

・ColabFoldとは
ColabFoldはGoogle Colab上で利用できるAlphaFold2とAlphaFold-Multimer。タンパク質構造検索ツール MMseqs2 (Many-against-Many searching) の高速な相同性検索をAlphaFold2またはRoseTTAFoldと組み合わせることで、タンパク質の構造と複合体の予測を高速化する。

参考：sokrypton / ColabFold ※外部サイトへ飛びます

・RoseTTAFoldとは
RoseTTAFoldはDeepLearnigを使用して、限られた情報に基づいてタンパク質構造を予測するソフトウェア。既知のタンパク質のテンプレートを使って学習させたモデルを使い、未知のペプチド配列の立体構造を予測する。

参考：RosettaCommons / RoseTTAFold ※外部サイトへ飛びます

・WSL2とは
Windows Subsystem for Linux 2 (WSL2) はWindows上でLinux向けバイナリを実行する方法の一つ。