自己編譯過(guò)PyRosetta的人都知道這個(gè)過(guò)程遠(yuǎn)沒(méi)有“pip install”那么輕松。它本質(zhì)上包含兩條線一條是Rosetta主程序本身的C編譯另一條是把這些C功能封裝成Python可調(diào)用模塊的綁定層編譯。任何一個(gè)環(huán)節(jié)踩坑第二天的時(shí)間基本就交代了。我前前后后在幾臺(tái)不同配置的Linux機(jī)器上折騰過(guò)編譯安裝也幫別人排查過(guò)各種報(bào)錯(cuò)。這篇文章不打算復(fù)述官方文檔而是把我實(shí)際操作的流程、環(huán)境準(zhǔn)備、關(guān)鍵參數(shù)含義、遇到過(guò)的故障和排查方法串起來(lái)作為一份可以“抄作業(yè)”的記錄也順便說(shuō)清楚每一步背后的原因。如果你正準(zhǔn)備在Linux平臺(tái)編譯安裝PyRosetta或者編譯到一半莫名崩潰、找不到頭緒這篇應(yīng)該能幫上忙。1. 為什么要自己編譯PyRosetta1.1 PyRosetta到底是什么和Rosetta是什么關(guān)系先理清概念。Rosetta是一套用C實(shí)現(xiàn)的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)與設(shè)計(jì)框架從2000年前后發(fā)展到現(xiàn)在已經(jīng)不只是單蛋白結(jié)構(gòu)預(yù)測(cè)而是覆蓋了蛋白設(shè)計(jì)、抗體建模、酶設(shè)計(jì)、RNA建模、對(duì)接、自由能計(jì)算等一批模塊。它原本的使用方式是命令行調(diào)用relax、fixbb、docking_protocol等編譯好的可執(zhí)行程序輸入PDB文件和一批參數(shù)完成計(jì)算。PyRosetta則是Rosetta的Python綁定層。它用類(lèi)似pybind11的機(jī)制把Rosetta C庫(kù)里的核心類(lèi)和方法暴露成Python接口讓你可以直接在Python腳本里創(chuàng)建Pose、操作殘基、計(jì)算能量、調(diào)用打分函數(shù)。舉個(gè)例子import pyrosetta pyrosetta.init(-mute all) pose pyrosetta.pose_from_pdb(/path/to/input.pdb) scorefxn pyrosetta.create_score_function(ref2015) score scorefxn(pose) print(pose.pdb_info().name(), score)這段代碼干的事情本質(zhì)上就是讓Python進(jìn)程鏈接Rosetta編譯出來(lái)的層庫(kù)通過(guò)綁定層把C對(duì)象變成Python對(duì)象來(lái)操作。所以編譯PyRosetta不是只編一個(gè)獨(dú)立的小插件而是把整套C核心編譯出來(lái)再把綁定層接上去。很多人低估了這部分工作量以為和普通Python包一樣幾分鐘完事實(shí)際上首次編譯一兩個(gè)小時(shí)很正常。1.2 什么樣的場(chǎng)景需要“繞遠(yuǎn)路”編譯如果你只是想跑一些常規(guī)模擬官方預(yù)編譯的PyRosetta包其實(shí)更方便解壓即用不需要面對(duì)編譯問(wèn)題。但以下場(chǎng)景你會(huì)發(fā)現(xiàn)必須走編譯這條路你手上有一個(gè)需要復(fù)現(xiàn)或改造的Rosetta本地分支已經(jīng)改過(guò)C源代碼必須從這版源碼重新編譯綁定層。你需要在特殊CPU架構(gòu)或者特定Linux環(huán)境上運(yùn)行而官方預(yù)編譯包里沒(méi)有對(duì)應(yīng)兼容版本。你需要MPI并行支持想在Python端啟動(dòng)多個(gè)進(jìn)程做大規(guī)模Rosetta計(jì)算預(yù)編譯包往往不包含MPI版本。你希望針對(duì)當(dāng)前機(jī)器CPU做指令集優(yōu)化用-marchnative級(jí)別的方式徹底榨干性能。你需要在調(diào)試模式下編譯從Python端追蹤C(jī)層的問(wèn)題預(yù)編譯包幫不了你。還有一點(diǎn)比較隱蔽官方預(yù)編譯包用到的是它自己要求的底層系統(tǒng)庫(kù)版本和某些Linux發(fā)行版自帶的版本容易沖突。表現(xiàn)就是import成功一旦初始化就報(bào)“符號(hào)找不到”的錯(cuò)或者直接段錯(cuò)誤。自己編譯能讓所有動(dòng)態(tài)庫(kù)用當(dāng)前機(jī)器同一套工具鏈生成兼容性反而更容易把控。1.3 編譯安裝與預(yù)編譯包的取舍我給的判斷標(biāo)準(zhǔn)很簡(jiǎn)單如果是急著出結(jié)果、機(jī)器上也沒(méi)什么特殊要求直接用預(yù)編譯包如果打算長(zhǎng)期在這臺(tái)集群上做科研、跑流水線或者要基于源碼二次開(kāi)發(fā)那值得花半天時(shí)間把環(huán)境一次理順。編譯的代價(jià)主要是時(shí)間和環(huán)境復(fù)雜度但收益也很實(shí)際。編譯過(guò)程會(huì)讓你把Rosetta工程結(jié)構(gòu)、構(gòu)建系統(tǒng)和依賴(lài)關(guān)系都過(guò)一遍之后遇到運(yùn)行時(shí)問(wèn)題的時(shí)候你能自己通過(guò)查詢(xún)環(huán)境定位而不是拿著一堆預(yù)編譯文件干瞪眼。從“會(huì)用”到“能調(diào)”的轉(zhuǎn)變基本就是在這一次編譯工程中發(fā)生的。2. 編譯前的環(huán)境準(zhǔn)備與依賴(lài)梳理2.1 硬件配置與磁盤(pán)規(guī)劃先說(shuō)硬件。編譯Rosetta不是小事它包含幾千個(gè)源文件編譯任務(wù)并行度又高對(duì)CPU、內(nèi)存、磁盤(pán)都有實(shí)打?qū)嵉囊蟆Ｎ医ㄗh的底線配置CPU8核以上16核體驗(yàn)最佳。內(nèi)存16G起步32G更穩(wěn)。 很多人第一次編譯時(shí)只給4G或8G編譯到一半進(jìn)程被系統(tǒng)OOM殺掉終端就顯示一個(gè)孤零零的Killed。磁盤(pán)源碼包解壓后可能幾個(gè)G但編譯中間產(chǎn)物和緩存會(huì)暴漲建議至少預(yù)留50G。放在/tmp這種臨時(shí)目錄的風(fēng)險(xiǎn)很大編譯中途清理臨時(shí)文件可能導(dǎo)致重來(lái)。系統(tǒng)主流的Linux發(fā)行版都行但工具鏈版本要達(dá)到要求。GCC建議7以上新版本Rosetta建議9/10/11。我自己的實(shí)測(cè)大概是這樣16核機(jī)器release模式編譯完整二進(jìn)制大概花一個(gè)半小時(shí)8核機(jī)器要三小時(shí)上下。如果并行開(kāi)太多導(dǎo)致資源緊張時(shí)間反而會(huì)拉長(zhǎng)。所以編譯前先確認(rèn)機(jī)器負(fù)載避免一邊跑大型任務(wù)一邊編譯。2.2 依賴(lài)工具鏈安裝清單我在不同Linux發(fā)行版上裝的依賴(lài)不完全一樣但有幾個(gè)是通用且必須的C編譯器、Python開(kāi)發(fā)頭文件、pybind11、Boost系列庫(kù)、zlib、libjpeg、libpng、hdf5、sqlite3。在Debian系發(fā)行版上我習(xí)慣這樣裝sudo apt update sudo apt install -y gcc g gfortran sudo apt install -y python3 python3-dev python3-venv python3-pip sudo apt install -y build-essential cmake scons sudo apt install -y libboost-dev libboost-program-options-dev sudo apt install -y zlib1g-dev libjpeg-dev libpng-dev sudo apt install -y libhdf5-dev libsqlite3-dev在Red Hat系發(fā)行版上對(duì)應(yīng)的包名略有差異建議先用包管理器搜索確認(rèn)再裝sudo dnf install -y gcc-c gcc-gfortran python3-devel cmake scons sudo dnf install -y boost-devel zlib-devel libjpeg-turbo-devel libpng-devel sudo dnf install -y hdf5-devel sqlite-devel這里最容易被忽略的是python3-dev或python3-devel。編譯Python擴(kuò)展模塊時(shí)必須找到Python.h缺了這個(gè)頭文件編譯會(huì)在很早期就報(bào)“找不到Python.h”并停止。如果你發(fā)現(xiàn)系統(tǒng)的/usr/include/python3.x目錄不存在基本就是沒(méi)裝開(kāi)發(fā)包。另外一個(gè)重點(diǎn)是版本一致性。后面綁定層編譯的時(shí)候用的Python和運(yùn)行時(shí)導(dǎo)入的Python必須是同一個(gè)版本包括小版本號(hào)。最省心的做法就是一開(kāi)始就建好虛擬環(huán)境所有編譯操作都在虛擬環(huán)境內(nèi)部進(jìn)行避免和系統(tǒng)Python混在一起。2.3 獲取Rosetta源碼與目錄規(guī)劃Rosetta源碼需要從官方渠道獲取學(xué)術(shù)授權(quán)和非商業(yè)授權(quán)的下載入口不同商業(yè)用途需要申請(qǐng)商業(yè)授權(quán)。每個(gè)人的源碼包文件名不一樣但內(nèi)部結(jié)構(gòu)大體一致解壓后通常會(huì)看到main、tools、tests、demos等目錄。拿到源碼包后第一件事是規(guī)劃路徑。我強(qiáng)烈建議放到一個(gè)全英文、沒(méi)有空格、沒(méi)有特殊符號(hào)的路徑下例如export ROSETTA_ROOT/home/yourname/software/rosetta_src tar -xjf rosetta_src_release_xxx.tar.bz2 -C /home/yourname/software/之前有位同行把源碼放在帶中文目錄的路徑下結(jié)果編譯過(guò)程中的腳本拼接路徑時(shí)把文件名打亂了報(bào)錯(cuò)信息看起來(lái)像是編譯器問(wèn)題折騰半天才發(fā)現(xiàn)是路徑編碼問(wèn)題。這種低級(jí)坑最好在開(kāi)始前就避免。進(jìn)入源碼根目錄后先確認(rèn)構(gòu)建方式。老版本一般在main/source下有scons.py新版本支持CMake構(gòu)建根目錄或main/source下面會(huì)有CMakeLists.txt。這一步?jīng)Q定了后半段用什么命令別憑經(jīng)驗(yàn)硬套。ls $ROSETTA_ROOT/main/source/scons.py ls $ROSETTA_ROOT/main/source/CMakeLists.txt把環(huán)境變量先配好后面很多腳本都會(huì)引用export ROSETTA3$ROSETTA_ROOT/main/source export PYROSETTA_DIR$ROSETTA3/src/python/PyRosetta3. 完整編譯流程與關(guān)鍵參數(shù)3.1 第一步編譯Rosetta底層引擎不管最后用CMake還是老式構(gòu)建腳本第一步都是先把Rosetta底層C編譯出來(lái)。這一步生成的庫(kù)文件是Python綁定層的鏈接基礎(chǔ)也是整個(gè)編譯過(guò)程中耗時(shí)最長(zhǎng)、最容易出問(wèn)題的一環(huán)。老版本構(gòu)建方式cd $ROSETTA3 ./scons.py -j 16 moderelease bin這里逐個(gè)解釋參數(shù)和背后原因moderelease表示編譯release版本。release會(huì)開(kāi)編譯器優(yōu)化產(chǎn)出速度快但debug信息少。如果之后要調(diào)試Rosetta或PyRosetta的C代碼可以改成modedebug但編譯時(shí)間更長(zhǎng)、運(yùn)行更慢日常計(jì)算不建議用。bin表示目標(biāo)為構(gòu)建全部可執(zhí)行程序。bin目標(biāo)依賴(lài)了核心庫(kù)、應(yīng)用層庫(kù)和所有協(xié)議的編譯相當(dāng)于把Rosetta整個(gè)主干的依賴(lài)樹(shù)都走一遍。-j并行編譯任務(wù)數(shù)。不要盲目填滿(mǎn)CPU核數(shù)我一般填核數(shù)減2。例如16核填14避免系統(tǒng)其他服務(wù)被餓死內(nèi)存緊張時(shí)再降到8或4。新版本CMake構(gòu)建方式cd $ROSETTA3 mkdir -p build cd build cmake .. -DCMAKE_BUILD_TYPERelease -DCMAKE_INSTALL_PREFIX$ROSETTA3/build/bin cmake --build . --target bin -j 16CMAKE_BUILD_TYPERelease對(duì)應(yīng)開(kāi)啟優(yōu)化CMAKE_INSTALL_PREFIX指定安裝路徑后面--target bin和scons版本里的bin目標(biāo)作用一致。這里有一個(gè)常見(jiàn)疑問(wèn)我只是想用Python調(diào)PyRosetta為什么要把一堆命令行可執(zhí)行程序也編出來(lái)直接編庫(kù)不行嗎原因是Rosetta的構(gòu)建系統(tǒng)并不是為“只編綁定層”設(shè)計(jì)的。它整個(gè)依賴(lài)圖圍繞最終可執(zhí)行程序組織Python綁定層的構(gòu)建腳本會(huì)引用中間產(chǎn)物、庫(kù)路徑和編譯期生成的配置文件。直接單獨(dú)編一個(gè)綁定層目標(biāo)除非你對(duì)構(gòu)建系統(tǒng)非常熟悉否則會(huì)碰到大量缺失中間文件的問(wèn)題。先跑一遍bin等于把依賴(lài)關(guān)系全部打通后面流程順暢很多。3.2 第二步構(gòu)建Python綁定模塊底層引擎編譯完成后進(jìn)入PyRosetta目錄開(kāi)始綁定層編譯。cd $PYROSETTA_DIR python setup.py build_ext --inplacebuild_ext是setuptools里構(gòu)建擴(kuò)展模塊的標(biāo)準(zhǔn)命令--inplace表示把生成出來(lái)的.so模塊直接放在源碼樹(shù)下方便未安裝時(shí)導(dǎo)入測(cè)試。這一步會(huì)啟動(dòng)pybind11的代碼生成和編譯實(shí)際上又調(diào)用了一輪C編譯器。不過(guò)因?yàn)榈讓訋?kù)已經(jīng)編好了它更多是在做膠水層和鏈接工作耗時(shí)相對(duì)可控。編譯過(guò)程中會(huì)生成類(lèi)似pyrosetta目錄下的動(dòng)態(tài)庫(kù)文件例如帶release標(biāo)識(shí)的.so文件。如果磁盤(pán)緊張可以把編譯臨時(shí)目錄指到別處python setup.py build_ext --inplace --build-temp /home/yourname/tmp/pyrosetta_build這里說(shuō)一個(gè)容易踩的細(xì)節(jié)這一步執(zhí)行時(shí)當(dāng)前終端里的Python解釋器版本必須和之后運(yùn)行環(huán)境完全一致。最穩(wěn)妥的做法是在準(zhǔn)備階段就建好虛擬環(huán)境之后切到虛擬環(huán)境里執(zhí)行編譯和安裝。python3 -m venv /home/yourname/pyrosetta_env source /home/yourname/pyrosetta_env/bin/activate cd $PYROSETTA_DIR python setup.py build_ext --inplace3.3 第三步安裝到虛擬環(huán)境并配置環(huán)境變量build_ext --inplace生成的模塊已經(jīng)能用了但為了不污染源碼目錄最好還是在虛擬環(huán)境里正式安裝一遍cd $PYROSETTA_DIR pip install .如果你不想安裝而是臨時(shí)用也可以設(shè)置PYTHONPATH指向源碼目錄export PYTHONPATH$PYROSETTA_DIR:$PYTHONPATH不過(guò)這種方式在源碼目錄移動(dòng)、重新編譯或者切換分支時(shí)會(huì)非常混亂。我建議直接用虛擬環(huán)境安裝保持環(huán)境清爽也讓后面pip freeze能正確記錄依賴(lài)。安裝完成之后還需要確保Rosetta數(shù)據(jù)文件路徑被正確識(shí)別。PyRosetta初始化時(shí)會(huì)加載打分函數(shù)參數(shù)、數(shù)據(jù)庫(kù)文件等它查找路徑的方式依賴(lài)環(huán)境變量。檢查一下當(dāng)前環(huán)境是否包含了ROSETTA3和常見(jiàn)的數(shù)據(jù)路徑echo $ROSETTA3 echo $PYROSETTA_DIR如果發(fā)現(xiàn)環(huán)境變量消失了可以在虛擬環(huán)境的激活腳本里自動(dòng)設(shè)置echo export ROSETTA3$ROSETTA3 $VIRTUAL_ENV/bin/activate echo export PYROSETTA_DIR$PYROSETTA_DIR $VIRTUAL_ENV/bin/activate以后激活虛擬環(huán)境就自動(dòng)帶上路徑少掉很多不必要的煩惱。4. 安裝后的驗(yàn)證與典型用法4.1 驗(yàn)證導(dǎo)入與基礎(chǔ)初始化編譯安裝最刺激的時(shí)刻就是第一次import。我建議先用最小命令驗(yàn)證python -c import pyrosetta; pyrosetta.init(-mute all -run:version)如果沒(méi)有任何報(bào)錯(cuò)說(shuō)明Python擴(kuò)展模塊、底層庫(kù)、數(shù)據(jù)文件路徑這三個(gè)環(huán)節(jié)基本正常。這里-run:version會(huì)讓初始化時(shí)打印出當(dāng)前Rosetta版本信息方便確認(rèn)你用的是哪套源碼。如果看到“段錯(cuò)誤”或者“ImportError”先別急著懷疑綁層代碼。大部分這類(lèi)問(wèn)題本質(zhì)上還是環(huán)境不一致比如虛擬環(huán)境沒(méi)激活、用錯(cuò)了Python版本、動(dòng)態(tài)庫(kù)路徑不對(duì)。下面第5節(jié)會(huì)詳細(xì)講排查方法。4.2 跑通一個(gè)簡(jiǎn)單的結(jié)構(gòu)任務(wù)驗(yàn)證Phase通過(guò)后跑一個(gè)最簡(jiǎn)單的人小流程來(lái)確認(rèn)打分函數(shù)和Pose操作正常import pyrosetta pyrosetta.init(-mute all) pdb_filename 1ubq.pdb pose pyrosetta.pose_from_pdb(pdb_filename) print(Total residues:, pose.total_residue()) scorefxn pyrosetta.create_score_function(ref2015) total_score scorefxn(pose) print(Total score:, total_score)手上沒(méi)有PDB文件的話(huà)可以先直接構(gòu)造一個(gè)空Posepose pyrosetta.Pose() sequence AAAAAAAAAAAAAAAAAAAA pyrosetta.toolbox.peptidesequence_from_sequence(sequence)不管用哪種方式只要能計(jì)算出分?jǐn)?shù)就說(shuō)明打分函數(shù)的數(shù)據(jù)表加載正常主流程已經(jīng)可用。4.3 性能調(diào)優(yōu)與多線程配置自己編譯的一個(gè)主要優(yōu)勢(shì)是能做針對(duì)性?xún)?yōu)化。CMake構(gòu)建時(shí)如果確定只在當(dāng)前機(jī)器跑可以加上本地指令集優(yōu)化-DCMAKE_CXX_FLAGS-marchnative-marchnative會(huì)讓編譯器根據(jù)當(dāng)前CPU支持的指令集自動(dòng)啟用優(yōu)化能提升一部分單線程性能。但這個(gè)選項(xiàng)生成的二進(jìn)制不可移植拷到別的機(jī)器上可能直接非法指令崩潰所以只有確認(rèn)環(huán)境固定時(shí)再用。使用層面上PyRosetta的多線程邏輯和Rosetta命令行的邏輯不完全一樣。你如果開(kāi)了MPI編譯初始化時(shí)還需要指定對(duì)應(yīng)的進(jìn)程組import pyrosetta pyrosetta.init(-mpi_tracer_to_file ./log_)沒(méi)有MPI需求就不要在編譯時(shí)隨意加上MPI選項(xiàng)否則初始化時(shí)可能要求額外的MPI運(yùn)行時(shí)環(huán)境平白給部署找麻煩。我通常把MPI版本的編譯做成獨(dú)立環(huán)境和普通版本分開(kāi)管理兩邊互不干擾。5. 高頻問(wèn)題與排查實(shí)錄5.1 編譯中途被Killed這是概率最高的編譯事故。表現(xiàn)是編譯進(jìn)程跑到某一個(gè)鏈接或大文件編譯階段終端直接沒(méi)了有時(shí)只有一個(gè)Killed字樣。用dmesg | tail查看系統(tǒng)日志往往能看到內(nèi)核的OOM killer痕跡。解決辦法分三層第一降低并行度比如從-j 16改到-j 4。編譯任務(wù)的內(nèi)存峰值通常出現(xiàn)在鏈接大目標(biāo)文件時(shí)并行任務(wù)越多峰值疊加越大。第二關(guān)閉圖形界面、瀏覽器等大內(nèi)存進(jìn)程保證編譯期間有充足內(nèi)存。第三增加交換空間臨時(shí)緩解短期峰值。比如加一個(gè)16G的swapfilesudo fallocate -l 16G /swapfile sudo chmod 600 /swapfile sudo mkswap /swapfile sudo swapon /swapfile但這只是緩兵之計(jì)長(zhǎng)期使用應(yīng)該在物理內(nèi)存上做規(guī)劃。5.2 第三方庫(kù)版本沖突Rosetta源碼樹(shù)里經(jīng)常自帶一批第三方庫(kù)比如boost和若干頭文件庫(kù)。如果系統(tǒng)也裝了版本不同的同名庫(kù)編譯期可能出現(xiàn)模板報(bào)錯(cuò)、命名空間沖突甚至運(yùn)行時(shí)符號(hào)錯(cuò)亂。我處理這類(lèi)沖突的原則是盡量采取走通的方式。編譯Rosetta主程序和Python綁定時(shí)優(yōu)先使用Rosetta捆綁的庫(kù)不要手動(dòng)指定外部庫(kù)路徑如果系統(tǒng)庫(kù)版本明顯過(guò)新導(dǎo)致編譯報(bào)錯(cuò)就通過(guò)環(huán)境變量或CMake選項(xiàng)強(qiáng)制指向源碼自帶庫(kù)。排查的方法是注意看報(bào)錯(cuò)中引用的路徑。報(bào)錯(cuò)里指向/usr/include/boost和/opt/rosetta/main/source/external/boost對(duì)應(yīng)的是完全不同的處理思路前者是系統(tǒng)庫(kù)后者是自帶庫(kù)。確定沖突來(lái)源后再?zèng)Q定改哪個(gè)路徑不要亂加CFLAGS或CPLUS_INCLUDE_PATH硬懟。5.3 Python版本不匹配引發(fā)的問(wèn)題我遇到過(guò)在編譯時(shí)用系統(tǒng)Python 3.8運(yùn)行時(shí)卻切到conda環(huán)境Python 3.9的情況。結(jié)果import成功初始化階段直接段錯(cuò)誤。這個(gè)錯(cuò)誤非常隱蔽因?yàn)椴皇敲鞔_的“版本不匹配”報(bào)錯(cuò)而是進(jìn)程崩潰。排查方式是先確認(rèn)當(dāng)前Python是什么版本which python python -V再看編譯時(shí)用了哪個(gè)Python。如果兩個(gè)解釋器路徑不同在虛擬環(huán)境里重新編譯一遍綁定層問(wèn)題基本就消失了。我的經(jīng)驗(yàn)是所有編譯和安裝動(dòng)作開(kāi)局先激活目標(biāo)虛擬環(huán)境后面每一步都不換解釋器就不會(huì)踩到這個(gè)深坑。5.4 動(dòng)態(tài)庫(kù)加載失敗編譯成功但import時(shí)報(bào)libxxx.so找不到或者直接報(bào)“cannot open shared object file”。這通常和動(dòng)態(tài)庫(kù)搜索路徑有關(guān)用以下命令查看實(shí)際依賴(lài)ldd $PYROSETTA_DIR/pyrosetta/*.so如果輸出里某行顯示not found找到這個(gè)庫(kù)本來(lái)在哪個(gè)目錄下find /usr /lib /usr/local -name libxxx.so* 2/dev/null確認(rèn)路徑后把它加入動(dòng)態(tài)庫(kù)搜索路徑export LD_LIBRARY_PATH/path/to/libdir:$LD_LIBRARY_PATH注意這是一種權(quán)宜之計(jì)更推薦的方式是通過(guò)虛擬環(huán)境配置或者包管理器把對(duì)應(yīng)依賴(lài)裝到系統(tǒng)標(biāo)準(zhǔn)目錄免得每次啟動(dòng)終端都要先設(shè)置環(huán)境。5.5 數(shù)據(jù)文件路徑找不到如果你編譯、import、初始化都沒(méi)有報(bào)錯(cuò)但一執(zhí)行打分函數(shù)就提示找不到ref2015或某些參數(shù)文件多半是環(huán)境變量沒(méi)配好。Rosetta啟動(dòng)時(shí)需要定位數(shù)據(jù)庫(kù)目錄而數(shù)據(jù)庫(kù)目錄路徑來(lái)自編譯期的默認(rèn)值或環(huán)境變量。優(yōu)先檢查echo $ROSETTA3 pyrosetta.init_environment()確認(rèn)數(shù)據(jù)庫(kù)確實(shí)存在。如果不希望每次都設(shè)置環(huán)境變量可以在Python腳本里顯式指定import os os.environ[ROSETTA3] /home/yourname/software/rosetta_src/main/source import pyrosetta pyrosetta.init(-mute all)5.6 編譯器版本過(guò)舊新版本Rosetta大量使用C11之后的特性GCC版本太老會(huì)在編譯早期報(bào)一堆頭文件錯(cuò)誤例如std::filesystem找不到之類(lèi)。排查方式是確認(rèn)編譯器版本g --version如果版本明顯太老用module或update-alternatives切換到新版本編譯器。有些集群上默認(rèn)的g是老版本但系統(tǒng)里其實(shí)安裝了新版本只是沒(méi)設(shè)置默認(rèn)。切換后重編即可不需要改代碼。6. 一些實(shí)操體會(huì)與建議最后分享幾個(gè)我個(gè)人累積下來(lái)的操作習(xí)慣對(duì)降低編譯難度幫助很大。第一個(gè)建議是不要在源碼目錄里硬編。編譯產(chǎn)生的中間文件、緩存、臨時(shí)對(duì)象會(huì)大量占用源碼目錄而且反復(fù)重試時(shí)容易和新源碼混在一起。我用固定目錄存放源碼編譯臨時(shí)文件放到獨(dú)立目錄必要時(shí)直接刪除重建不影響主源碼。第二個(gè)建議是準(zhǔn)備一個(gè)編譯日志文件。編譯輸出幾千上萬(wàn)行終端刷屏后你想回溯最早的錯(cuò)誤極其痛苦。簡(jiǎn)單的方法是把日志同時(shí)落地./scons.py -j 16 moderelease bin 21 | tee build.log如果中途失敗直接查日志開(kāi)頭和相關(guān)報(bào)錯(cuò)尾部效率高很多。第三個(gè)建議是盡量保留一個(gè)干凈環(huán)境。不要一會(huì)兒在conda環(huán)境編一會(huì)兒切到系統(tǒng)Python編不要今天GCC 7明天GCC 11。任何一次環(huán)境切換都可能在某個(gè)隱蔽依賴(lài)上埋下雷。環(huán)境的一致性是整個(gè)編譯工程里性?xún)r(jià)比最高的保障。第四個(gè)建議是初次編譯先用小并行度跑通流程成功后再考慮開(kāi)大并行做完整構(gòu)建。很多人上來(lái)就-j 32結(jié)果資源耗盡被Killed反復(fù)幾次心態(tài)先崩了。我先用-j 2或-j 4完整驗(yàn)證一遍構(gòu)建鏈路沒(méi)問(wèn)題再用高并行重跑整體時(shí)間反而更短。編譯安裝PyRosetta這件事說(shuō)白了就是一次對(duì)工具鏈、依賴(lài)、構(gòu)建系統(tǒng)和Rosetta工程結(jié)構(gòu)的全面摸底。前期準(zhǔn)備做足了后半程會(huì)順利很多準(zhǔn)備不足每一個(gè)報(bào)錯(cuò)都可能是新的時(shí)間黑洞。希望這篇記錄能幫你少走一點(diǎn)彎路把時(shí)間節(jié)省下來(lái)放到真正的研究和任務(wù)上。