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

aptupdate-yapt-getinstallbuild-essentialgitcmakewgetlibboost-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-devaptupgrade cmake## 安装cudasudoapt-getremove nvidia-cuda-toolkitwgethttps://developer.download.nvidia.com/compute/cuda/12.4.0/local_installers/cuda_12.4.0_550.54.14_linux.runchmod700cuda_12.4.0_550.54.14_linux.runsudoshcuda_12.4.0_550.54.14_linux.run## 安装cudnnwgethttps://developer.download.nvidia.com/compute/cudnn/9.0.0/local_installers/cudnn-local-repo-ubuntu2204-9.0.0_1.0-1_amd64.debsudodpkg-icudnn-local-repo-ubuntu2204-9.0.0_1.0-1_amd64.debsudocp/var/cudnn-local-repo-ubuntu2204-9.0.0/cudnn-*-keyring.gpg /usr/share/keyrings/sudoapt-getupdatesudoapt-get-yinstallcudnn-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。

gitclone https://github.com/dkoes/openbabel.gitcdopenbabelmkdirbuildcdbuild cmake-DWITH_MAEPARSER=OFF-DWITH_COORDGEN=OFF-DPYTHON_BINDINGS=ON-DRUN_SWIG=ON..makemakeinstall

2.2.3 安装 gnina

gitclone https://github.com/gnina/gnina.gitcdgninamkdirbuildcdbuild cmake..-DCMAKE_CUDA_ARCHITECTURES=75make-j8sudomakeinstallcmake..\-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。

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