🧬 PROTEIN LAB — Cristóbal

Fecha diseño: 2026-04-21 GPU: RTX 4060 8GB VRAM | VRAM confirmable libre: 7.4 GB

Repository

• Remote: https://github.com/Grizaceo/protein-lab
• Default branch (local actual): master
• Nota: el repo remoto se inicializó para versionar código, documentación y artefactos curados; datos pesados, outputs experimentales y material sensible deben seguir revisándose antes de trackearse.

---

LECCIONES APRENDIDAS (21 abr 2026)

Causa de los crashes previos

ESMFold requiere ~16GB VRAM para cargar. En RTX 4060 (8GB), agota la memoria → WSL2 se cuelga → Ubuntu se bloquea completamente. NO USAR ESMFold.

Modelos ESM2 que SÍ funcionan en 8GB

Modelo	Params	VRAM (embedding)	Uso
ESM2 8M	7.5M	0.03 GB	Embeddings rápidos, secuencias largas
ESM2 35M	34M	0.13 GB	Embeddings de buena calidad
ESM2 150M	148M	0.59 GB	Embeddings de alta calidad
ESM2 650M	651M	2.67 GB	Embeddings estado-del-arte

Modelos que NO funcionan (requieren >8GB VRAM)

• ESMFold (~16GB) — CRASHEA UBUNTU, no usar
• AlphaFold2 (completo) — borderline, puede funcionar con batch_size=1
• ColabFold + AlphaFold — requiere módulo alphafold instalable

---

STACK CONFIRMADO OPERATIVO

Environment: protein-lab (conda)
Python: 3.10.20
GPU: RTX 4060 8GB, VRAM libre ~7.4 GB

Paquetes instalados:
- fair-esm 2.0.0 ✅ (ESM2 embeddings)
- colabfold 1.6.1 ✅ (sin alphafold, modo CPU/lite)
- openfold 2.2.0 (editable) ⚠️ (imports tienen problemas)
- torch 2.6.0+cu124 ✅
- jax 0.6.2 ✅

---

EXPERIMENTOS DISEÑADOS

Exp 1: Embeddings de hemoglobina con ESM2 (SEGURA)

• Objetivo: Generar embeddings de secuencia proteica
• Entrada: Hemoglobina humana (P68871, 147 aa)
• Modelos: 8M, 35M, 150M, 650M
• VRAM: <3 GB total
• Estado: PENDIENTE

Exp 2: Visualización de embeddings (SEGURA)

• Objetivo: PCA/t-SNE de embeddings ESM2
• Entrada: Resultados de Exp 1
• Estado: PENDIENTE

Exp 3: ColabFold standalone (SEGURA - sin alphafold)

• Objetivo: Predicción de estructura sin AlphaFold
• Método: Modo --custom-template o búsqueda local
• Nota: ColabFold sin alphafold es limitado, revisar docs
• Estado: REVISAR DOCUMENTACIÓN

Exp 4: AlphaFold2 (BAJO RIESGO)

• Objetivo: Predicción completa de estructura
• VRAM: ~6-7 GB con batch_size=1
• Requisito: Instalar alphafold desde repo (no pip)
• Precaución: Empezar con secuencias cortas, monitoriar VRAM
• Estado: FUTURO

---

REGLAS DE OPERACIÓN (CRÍTICAS)

1. NUNCA correr ESMFold — crashea Ubuntu
2. Antes de correr modelos grandes, verificar VRAM disponible con nvidia-smi
3. Secuencias >500 aa: usar modelos pequeños (8M/35M) para embedding
4. VRAM guard: si modelo requiere >7GB, no correr en la sesión activa de Hermes
5. Monitoriar: después de cada experimento, verificar torch.cuda.empty_cache()

---

Activate

source ~/.hermes/workspace/protein-lab/activate.sh

Este script activa el entorno conda protein-lab.