Para instalar localmente, se debe descargar la imagen partiendo de una instalación de miniconda3 y posteriormente instalando el software necesario

    docker pull continuumio/miniconda3 

    docker run -v C:\Users\admin\Desktop\clone\operon-docker:/home/app -it continuumio/miniconda3 /bin/bash

Cambiar "ruta_al_directorio_local" por el path directorio local, la siguiente línea debería imprimir el directorio local (powershell)

    echo $(pwd)
    docker run -v <ruta_al_directorio_local>:/home/app -it continuumio/miniconda3 /bin/bash

Luego, instalar las librerías necesarias

    cd /home/app
    bash createdocker.sh
    conda activate operon

Instalar operon y pyoperon junto con sus dependencias y los cambios de este repositorio

    bash install.sh

Instalar librerías adicionales

    pip install matplotlib
    pip install jmetalpy

Si ya se tiene creado el contenedor con los pasos previos, inicializar el contenedor y ejecutar el siguiente comando:

    docker exec -it <id_del_contenedor> /bin/bash
    cd /home/app
    conda activate operon

También es posible descargar la imágen desde Docker Hub, mediante el siguiente comando

    docker pull diazcerecetto/operon-docker

Se debe crear un contenedor y utilizar el comando de la sección 1.1

Se pueden ejecutar ambas fases desde el archivo principal

    python code/main.py

Cada ejecución del experimento creará una carpeta nueva con nombre único que contendrá los archivos con las predicciones y su evaluación.

El archivo install.sh fue extraído de: https://github.com/cavalab/srbench

Código de pyoperon disponible en: https://github.com/heal-research/pyoperon