Max number of chains for multimer

Steps to Reproduce (for bugs)

Example input: RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK:RIIIIK

with more than 62 chains, colabfold will throw the following error:

ColabFold Output (for bugs)

Traceback (most recent call last):
File "/home/zhouj0d/software/anaconda3/envs/af2/lib/python3.8/site-packages/colabfold/batch.py", line 1352, in run
(input_features, domain_names) = generate_input_feature(
File "/home/zhouj0d/software/anaconda3/envs/af2/lib/python3.8/site-packages/colabfold/batch.py", line 1030, in generate_input_feature
features_for_chain[protein.PDB_CHAIN_IDS[chain_cnt]] = feature_dict
IndexError: string index out of range

Reason

The maximum number of chains is fixed to 62 in the alphafold package, indexed with ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789.

Solution

To work around and support unlimited number of chains, we can modify line 30 at alphafold/common/protein.py from

PDB_CHAIN_IDS = 'ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789'

to

PDB_CHAIN_IDS = [str(i) for i in range(10000)]

Start with alphafold/common/protein.py, especially PDB_CHAIN_IDS, then trace its use in colabfold/batch.py at generate_input_feature. Reproduce the failure with the provided input containing more than 62 chains and verify that processing no longer raises IndexError for that case.