MutComputeX 是一个强大的基于 3D 深度学习的蛋白质工程工具，能够预测蛋白质-配体界面的突变。然而，官方文档主要针对 AMD 显卡（ROCm平台）进行了配置，对于使用普通 NVIDIA 显卡或仅使用 CPU 的用户来说，直接安装往往会报错。
本文将手把手教你在通用的 Linux 服务器环境下部署 MutComputeX。
一、前置准备
系统：Linux (Ubuntu/CentOS)
工具：Conda (Anaconda 或 Miniconda), Git
硬件：NVIDIA GPU 或 CPU（本文针对非 AMD 显卡环境进行了适配）
二、安装教程
1、获取代码库
首先，将项目代码克隆到本地服务器：
git clone https://github.com/danny305/MutComputeX.git cd MutComputeX2、修改依赖配置
官方默认依赖tensorflow-rocm，这是专为 AMD 显卡设计的。如果你使用的是 NVIDIA 显卡或者只想用 CPU 运行，必须修改此项，否则无法安装或运行。
（1）打开依赖文件：
vim requirements.txt（2）找到包含tensorflow-rocm的行，将其修改为标准的tensorflow：
修改前：
tensorflow-rocm==2.9.1修改后：
tensorflow==2.9.1
（3）保存并退出 (:wq)
3、创建并激活虚拟环境
为了避免环境冲突，我们使用 Conda 创建一个独立的 Python 3.8 环境：
# 创建名为 mutcomputex 的环境 conda create -n mutcomputex python=3.8 -y # 激活环境 conda activate mutcomputex # 安装修改后的依赖 pip install -r requirements.txt4、安装 AWS CLI 工具
MutComputeX 的模型权重和测试数据存储在 AWS S3 上，因此必须安装awscli才能运行下载脚本。
# 推荐使用 pip 安装 pip install awscli # 或者使用 conda 安装 conda install -c conda-forge awscli证安装：输入aws --version，若显示版本号则安装成功。
5、设置环境变量
这是最容易卡住的地方。如果不将当前目录加入PYTHONPATH，运行脚本时会报错ModuleNotFoundError: No module named 'MutComputeX'。
在项目根目录 (MutComputeX/) 下执行：
export PYTHONPATH=$(pwd)注意：该命令只在当前终端窗口有效。建议每次打开新终端准备运行时，都先执行这一句，或者将其写入环境变量。
6、下载模型权重
代码库本身不包含模型文件，需要手动运行脚本下载：
cd models chmod +x download_models.sh ./download_models.sh cd .. # 下载完成后返回根目录7、下载测试数据与运行
我们使用官方提供的Norbelladine 4-O-methyltransferase案例来验证环境是否搭建成功。
（1）下载测试数据
cd data/norbelladine_4OMTase/boxes ./download_dataset.sh（2）运行预测脚本
我们需要回到scripts目录来执行预测：
# 回到项目根目录后进入 scripts cd ../../../scripts # 运行预测 python generate_norbelladine_predictions.py三、运行结果解读
当你看到类似下面的输出时，说明正确安装并执行成功了：
Loaded data: (478, 9, 20, 20, 20) Generating predictions with model - resnet-k05... 15/15 [==============================] - 7s 320ms/step ... Wrote predictions: .../data/norbelladine_4OMTase/predictions/4OMTase_dataset_predictions.csv常见问题：
Q: 屏幕上出现了很多红色的
W tensorflow/...报错？
A:如果你没有配置 GPU，TensorFlow 会提示找不到显卡并自动切换回 CPU 模式，或者提示数据分片（Sharding）警告。只要程序没有中断并最后生成了 CSV 文件，这些红字可以忽略。
Q: 提示
aws: command not found？
A:请回到第四步，确保安装了
awscli并且在当前环境中可用。
