手把手教你用云E | 用FLARE FEP计算相对结合自由能
摘要
已经有大量的算例表明，Flare FEP可以可靠地预测化合物的结合亲和力。本文演示了如何借助Cloudam云E算力平台加速FLARE FEP相对结合自由能计算，包括：1）Cloudam账号注册；2）Cloudam的使用；3）云端软件安装；4）在云端启用Broker；5）客户端计算资源的配置；6）FEP项目的创建；7）FEP生成图；8）FEP计算。借助云计算资源，Flare FEP可以在2-4小时内完成一个项目的计算。
Flare FEP: GPU加速的自由能微扰
FEP简介
自由能微扰（Free Energy Perturbation,FEP）计算可用来预测同系物的相对结合亲和力变化。在FEP计算中，分子通过非物理（“炼金术”）途径逐渐转变为结构上密切相关的类似物。通过对这些互相转化的终态之间的自由能差（ΔΔG）的计算评估，可以获得与实验值相比约1kcal/mol的预测精度。
Flare内置了FEP计算工作流，支持GPU加速计算。它将AMBER Tools，OpenMM，LOMAP，Sire和BioSimSpace等开源工具与Cresset专业、直观特性相结合，为完全自动化的FEP工作流程提供了用户友好的界面（图1）。
Figure 1. Flare全自动的FEP工作流
Flare中的FEP工作流已用多种数据集完成验证[1]，包括FEP+数据集作为参考基准，部分结果如表1所示。结果表明，FLARE/FEP预测性能与Schrodinger/FEP+(Wang et al.[2])相当，而大大地优于AMBER的GPU-TI(Song et al.[2])。通过Flare图形用户界面和Flare Python API，可以完全控制模拟参数，使您能够探索和设定给定配体集合及其靶蛋白的理想条件。
Table 1. FEP基准数据测试结果
GPU加速的原理
Figure 2. FEP默认采用全连接、双向网络进行计算
如图2所示，Flare默认采用全连接、双向网络进行FEP计算，每个连接（link）有9个λ窗口（默认值，可以调整），正常模式下每个连接计算两次（A->B与B->A, 即双向计算），所以每对连接在一起的分子有18个λ窗口需要计算。每个λ窗口计算都是互相独立的，因此可以同时一起进行计算。图2的网络共有8对接接，因此有8x2x9=144个λ窗口需要计算。因此，如果你有144个GPU可供使用，那么图2的网络可以在1-4个小时内完成计算，具体所需机时取决于所采用的GPU卡计算速度。
Cloudam云E算力平台:
为FEP计算提供近乎无穷的算力
Cloudam的云E算力平台整合了全球主流公有云近50个地域的高性能计算资源，开箱即用，无需硬件投入、无需运营维护、无需任务排队，支持一键式提交作业，具备自主学习与深度学习能力，能够根据用户的实例类型与计算要求智能推荐匹配合适的计算机型，将计算的虚拟损耗降至最低，提升计算效率，降低计算成本。
广州墨灵格信息科技有限公司(以下简称墨灵格或Molcalx)与深圳云端软件有限公司（Cloudam）为了方便用户对算力与安全性的需求，合作为客户提供公有云、公私混合云计算方案。在本教程中，将演示如何用Cloudam的云E算力平台来加速FEP计算。
以图2网络的FEP计算项目为例，采用10张GPU卡需要28小时完成，而采用144张卡仅需要2小时完成，而两者的计算成本是一样的：都是144*2=288GPU卡时，云计算的弹性、可扩展性优势显而易见！
计算规划与资源准备
1、在Cloudam创建账号
为了方便您体验FEP与云计算平台的便利性，Cloudam推出了初次注册账号赠送200元代金券的活动。200元足够您进行常规的学习、测试目的，以及Flare、SPARK、Forge、Ligandscout等软件基于结构与基于配体的计算方法，也足够10张卡20小时的计算机。如果您需要更多的机时进行测试，需要预先充值。
2、软件的获取与准备
我们提供Flare/FEP的测试license，在提供FEP 测试license之前，您需要与Cresset签署保密协议；此外，你还需要做必要的准备：1）准备好您的蛋白结构；2）准备好配体，这些配体应该预先对接到蛋白结合位点里；3）如果用自己的GPU计算资源，请准备好至少10GPU卡的计算集群。
如果您没有自己的GPU集群，那么我们需要收取2000元的测试费（开具发票）充值到Cloudam计算平台或者由墨灵格提供计算资源，以确保您有足够的机时进行测试。不同的测试需要使用的资源不同，因此测试费用会因具体项目的不同而不同。
注意：炼金术法相对结合自由能计算要求化合物是同系物，具有公共的骨架，化合物之间具有一定的相似性，并且电荷一致。请在准备配体结构时要注意这一点。如果不能满足这个，推荐使用WaterSwap进行绝对结合自由能计算方法，具体见：FLARE教程 | WaterSwap计算结合自由能。
注册并登录Cloudam
如果您尚未这样做，则需要注册一个云端cloudam帐户。注册后登录到控制台，如图3所示，您将看到一个首页。在首页中选择产品云E算力平台，同意法律条款，平台将赠送200元的云E算力平台代金劵，领取代金券开始创建作业。
Figure 3. 注册并登录cloudam账户
文件与目录管理
注册cloudam账户之后，将创建一个用户名为cloudam的linux用户，其HOME目录为/home/cloudam。如图4所示，首页左侧的“云E算力平台｜我的云文件”可以将你的文件系统以图形的方式呈现出来。“我的云文件”的一个基本功能可以看成是filezilla或WinScp：创建目录、上传与下载文件。图2展示了“我的云文件”，可以浏览home目录下的所有文件，并可以管理（上传、下载、创建、删除等）云端的文件与目录了。
Figure 4. 我的云文件
在“我的云文件”目录树里，每个目录的右侧有三个竖点标记，点击该标记可以对该目录进行：删除、创建子目录（新建文件夹）、重命名与下载等操作；同时，在右的对话框里，可以对选中的目录里的文件或子目录进行浏览、下载等各种操作。
现在，你可以将你感兴趣的软件，上传到你的HOME目录或其他目录。在本演示中，需要将Flare与Broker上传到/home/cloudam目录（即“～”目录）。
云桌面：启动软件安装节点、ssh登录与软件安装
在Cloudam里我们需要建立桌面节点来安装软件，安装的软件将会自动挂载到作业启动的集群节点上，如有需要可以启动管理节点来帮助您更好的开展工作。
1. 启动桌面节点
如图1所示，在首页左侧，点击“云E算力平台｜云桌面”，点击“开启桌面节点”，弹出“启动桌面节点”对话框（图5）。
Figure 5. 启动桌面节点对话框
从对话框可知，桌面节点分两大类：软件安装节点与作业管理节点。现在我们的目的是安装软件，因此我们点击“软件安装节点”对话框右侧的“启动”按钮即可。启动桌面节点的过程是创建启动一个linux服务器的过程，需要一点时间等待，然后会出现如图6所示的“桌面节点启动成功”的消息框。
Figure 6. 启动桌面节点启动成功消息框
2. 连接桌面节点
点击“连接桌面节点”,返回到“桌面节点”对话框（图7），会见到“软件安装节点-Linux基础版”的图标，在操作行有：终止，连接的选项。我们点击连接,切换到webssh界面（图5）。现在你可以通过shell界面来安装软件了。
Figure 7. webshell的软件安装界面
我们将在webshell里安装软件。
2.1 安装软件到/home/cloudam目录
安装Flare：
tar -Jvxf flare.tar.xz安装Broker：
tar -Jvxf CEB2.tar.xz2.2安装License
将license文件复制到安装目录下的cresset/licenses目录。
3. 终止云桌面
软件安装完毕，如果不继续使用webshell，则在“E云算力｜桌面节点 |软件安装节点-linux基础版”里点击终止以释放桌面节点。注意：如果不进行终止操作，则会被持续计费，直到释放桌面节点。
Flare/FEP详细操作过程
1. 启动服务器端BROKER服务
1.1 启用计算节点
因为我们要使用GPU进行FEP计算，因此在“云E云算力｜桌面节点｜开启桌面节点”对话框，点击“桌面节点 管理节点Linux-GPU”的启动按钮，此时会弹出选择计算节点对话框。
1.2 选择计算节点
我们选择4个CPU核心、1张GPU卡的计算节点(此处我选择了“白鲸”的计算节点)就可以，每核心配2GB的内存。
Figure 8. 选择计算节点“白鲸”
1.3 webshell命令行界面
现在你进入了shell界面了（图9），与普通的Linux shell没有任何区别。
Figure 9. shell命令行界面
记住shell窗口上URL里的IP，该IP在后面会用到。
1.4 启用broker服务
Flare通过BROKER使用云端的计算资源，下面命令的"-g 200"，告诉云计算平台：一次最多使用200张GPU。
module add libGLU/9.0.1-GCCcore-9.3.02nohup ~/cresset/CEBroker2/bin/CEBroker2 -v -p 9100 -P 9101 -e -m 80 -M 20 -g 200 -s ~/cresset/CEBroker2/documentation/examples/start_SLURM_engine.sh < /dev/null > ~/cebroker/cebroker2.log 2>&1 &2. FEP计算
2.1 Flare客户端的配置
在本地机器上，打开Flare，File | Preferences | Processing
如图10所示，在"Cresset Engine Broker"方框里，将Cloudam计算节点的IP地址填入HOST/IP，将端口填入到Port(这里是9100），然后勾选enable，点击Test Connection按钮，如果验证通过则返回"Connection OK"。
Figure 10. 本地Flare的设置
2.2 Flare/FEP: 新建FEP项目
Figure 11. 打开演示用的Flare项目
用Flare打开我们提供的Flare项目，里面包含了一个蛋白与7个已经对接到结合位点的化合物。如图11所示，在Ligand表单区(1)按住Control键，依次用鼠标点击选中需要计算的7个化合物；在Protein表单区（2），用鼠标点击准备好的蛋白5E7N_P；然后点击Flare Ligand | FEP | New FEP Project，弹出New FEP Project对话框（图12）。
Figure 12. 新建FEP项目对话框
在FEP项目对话框里，可以设置：需要计算的化合物，与这些化合物关联大蛋白；还可以设置这些化合物的活性值进行方法学验证。然后点击Create按钮。
2.3 Flare FEP生成图
上一步点击Create按钮后，弹出Flare FEP generate GRAPH对话框（图13）。
Figure 13. Flare FEP生成图对话框
Graph Type下拉菜单有两种：（1）Normal，即创建全连接网络；（2）Start graph，以选中的化合物为中心，生成星型的网络。这里，我们用Normal mode。
Mode下拉菜单有两种：（1）Benchmark模式：在该模式下，化合物的实验活性数据对计算结果不影响，适合于方法学验证；（2）Product模式：化合物的活性实验会被用于调整图的生成，并用于活性预测。在本演示里，我们选择Benchmark模式。
设置好之后，点击Generate Graph按钮，现在Flare开始云上的计算资源开始计算，生成图很快就看到结果，如图14所示。
Figure 14. Flare FEP生成图的结果
图是可以修改与编辑的，比如添加连接，修改连接方式等等。这里，我们直接开始下一步的FEP计算。
2.4 FEP计算
点击“Run FEP”按钮，弹出“Flare FEP Calculation”对话框（图15）。
Figure 15. Flare FEP Calculation对话框
我们采用默认值进行计算，所以直接点击Start按钮。注意：这里的Windows Lambda是9，从图14可知，我们的网络有8个link，每个link都是双向计算，因此总共有9x8x2=144个&lambda；窗口需要计算。
Flare FEP Calculation会实时报告目前的进度与资源的使用情况，将鼠标悬停于“More Details”旁边的文字上，会给出详细的资源使用情况，如图16所示。
Figure 16. Flare FEP Calculation资源使用情况
我们可以看到，现在使用了148张GPU卡进行各种计算。详细的计算内容，点击more details可以看到，如图17所示。
图17. Flare FEP Calculation展示详细的计算内容
完成全部计算需要1个多小时。
结果分析
略，我们已经保存了一个计算完毕的结果，可以提供给您参考。
小结
本教程演示了Flare FEP如何借助Cloudam的云E弹性计算的GPU计算资源进行FEP计算。
整个过程非常简单、便利，借助于Cloudam的近乎无穷的计算资源，将耗时、费力的FEP计算轻松完成。
云E算力平台的优势显而易见：同样的费用使用更多的计算资源，成倍地加速地获得计算结果。
文献
1.Kuhn, M.; Firth-Clark, S.; Tosco, P.; Mey, A. S. J. S.; Mackey, M.; Michel, J. Assessment of Binding Affinity via Alchemical Free-Energy Calculations. J. Chem. Inf. Model. 2020, 60 (6), 3120–3130. https://doi.org/10.1021/acs.jcim.0c00165.
2.Wang, L.; Wu, Y.; Deng, Y.; Kim, B.; Pierce, L.; Krilov, G.; Lupyan, D.; Robinson, S.; Dahlgren, M. K.; Greenwood, J.; et al. Accurate and Reliable Prediction of Relative Ligand Binding Potency in Prospective Drug Discovery by Way of a Modern Free-Energy Calculation Protocol and Force Field. J. Am. Chem. Soc. 2015, 137 (7), 2695–2703. https://doi.org/10.1021/ja512751q.
3.Song, L. F.; Lee, T.-S.; Zhu, C.; York, D. M.; Merz, K. M. Using AMBER18 for Relative Free Energy Calculations. J. Chem. Inf. Model. 2019, 59 (7), 3128–3135. https://doi.org/10.1021/acs.jcim.9b00105.
本文转载自广州市墨灵格信息科技有限公司，由云端及墨灵格共同撰写
关于云端
深圳云端软件有限公司（Cloudam）是弹性算力与云成本优化的技术领导者，为企业打造一站式的算力云平台及自动化云成本优化服务。云端软件推出的云E算力平台整合了全球主流公有云近50个地域的高性能计算资源，能为人工智能、仿真模拟、生物科技、材料化学等行业提供弹性、高效、经济的算力支持。
Cloudam成立于瑞典斯德哥尔摩，在深圳及斯德哥尔摩两地运营，团队核心成员来自于Oracle、Ericsson、IBM、华为等知名企业，拥有15年以上的世界500强企业技术服务经验和研发背景，已成功为欧洲及中国多家企业提供产品和技术服务。
现在点击左下方“阅读原文”
即可免费领取2000核时算力