Совместная работа ИИ по разгадке тайн SARS-CoV-2 получила престижный специальный приз Гордона Белла

Collaborative AI effort unraveling SARS-CoV-2 mysteries wins prestigious Gordon Bell Special Prize0

(Изображение подготовлено Андой Трифан, Аргонна/Иллинойский университет в Урбана-Шампейн (UIUC); Джоном Стоуном, UIUC; Лоренцо Казалино и Ромми Амаро, Калифорнийский университет в Сан-Диего; Алексом Брейсом и Арвиндом Раманатаном, Аргонна.)

Латентное пространство, изучаемое моделью ИИ, дает возможность понять конформационные изменения в комплексе спайкового белка с рецептором ACE2.

Ассоциация вычислительной техники (ACM) присудила свою первую специальную премию ACM Gordon Bell за исследования COVID-19 на основе высокопроизводительных вычислений Мультиинституциональной исследовательской группе, в которую входило Министерство энергетики США (DOE) аргоннская национальная лаборатория.

Команда была выделена за свою работу управляемые ИИ многомасштабные симуляции освещают механизмы динамики спайков SARS-CoV-2”, которая проливает свет на то, как вирус SARS-CoV —2 проникает в иммунную систему человека, вызывая вирусную цепную реакцию по всему организму. Премия была объявлена в ноябре. 19 на SC20, Международной конференции по высокопроизводительным вычислениям, сетям, хранилищам и анализу, состоявшейся практически в этом году. 

Мы очень рады, что получили эту престижную награду”,-сказал Арвинд Раманатан, Аргоннский вычислительный биолог и один из главных исследователей проекта. ​Весь смысл в том, чтобы раздвинуть границы того, что мы можем сделать с ИИ. Возможность масштабировать такой огромный набор симуляций и использовать искусственный интеллект для управления некоторыми факторами была ключом к этой работе.”

Поддерживая широкое сотрудничество исследовательских организаций и научных дисциплин, Аргонн изучает использование искусственного интеллекта и высокопроизводительных вычислительных ресурсов для детального изучения сложной динамики белка Спайка, одного из ключевых белков вируса SARS-CoV —2. Это исследование было частично поддержано национальной виртуальной биотехнологической лабораторией Министерства здравоохранения при финансировании закона о заботе о коронавирусе.

Команда, состоящая из почти 30 исследователей из 10 организаций, пытается понять, как этот белок связывается и взаимодействует с одной из первых точек контакта с человеческой клеткой-белком ACE2-рецептора. Это связывание запускает каскад событий, которые в конечном итоге позволяют вирусным и человеческим клеточным мембранам сливаться, позволяя вирусу SARS-CoV —2 проникать и заражать хозяина.

Белки не статичны, у них есть широкий диапазон движений, которые охватывают множество длин и временных масштабов, и не всегда понятно, какие движения важны, отмечает Арвинд Раманатан, Аргоннский вычислительный биолог и один из главных исследователей проекта. Чтобы понять и смоделировать эти действия, требуется огромное количество данных и вычислительных ресурсов.

Разработка разумного моделирования одного только спайкового белка может создать огромную систему, состоящую примерно из 1,8 миллиона атомов, а моделирование может состоять из огромных наборов данных, которые облагают налогом ресурсы даже самых больших суперкомпьютеров. Чтобы сделать эти данные более доступными для интерпретации, команда разработала метод машинного обучения, который позволяет суммировать большие объемы данных.

Одна из ключевых вещей, которую этот метод позволил нам сделать, заключалась в том, чтобы определить, что было интересно, что было важно, даже те вещи, которые не были очевидны для человеческого глаза”, — сказал Раманатан. ​Итак, когда вы смотрите глубже, используя моделирование, вы начинаете видеть значительные изменения в структуре белка, которые рассказали нам кое-что о том, как спайковый белок открывается таким образом, что он может взаимодействовать с рецептором ACE 2.”

По мере того как размеры систем, над которыми они работали, росли, перед командой встала задача масштабирования всех данных для плавного запуска на современных самых больших и лучших суперкомпьютерных системах, а также их ключевых компонентах.

Поскольку многие модели машинного обучения, которые они обучали на этих больших симуляторах , требовали эффективного масштабирования для использования на суперкомпьютерах, они сотрудничали с NVIDIA, лидером в области графических процессоров и искусственного интеллекта, чтобы эффективно запускать модели на Summit в Национальной лаборатории DOE в Ок ’Ридже. Команда также использовала многие из лучших суперкомпьютеров США, включая Theta в Аргонне; Frontera/Longhorn в Техасском центре передовых вычислений; Comet в суперкомпьютерном центре Сан-Диего; и Lassen в Национальной лаборатории Лоуренса Ливермора DOE, чтобы раскрыть альтернативные способы обработки потока данных.

Учитывая сложность данных, попытка понять взаимодействие рецептора и Спайка ACE 2 казалась почти невозможной в этом масштабе”, — признался Раманатан. ​Одна из вещей, которую мы ясно показали, заключалась в том, что мы могли бы привести в действие выборку этих динамических конфигураций, продвигая идею о том, что мы могли бы использовать ИИ для преодоления этих различных масштабов.”

Полученные до сих пор данные дают новое представление о том, как область стебля спайкового белка изменяет свои общие движения, когда он взаимодействует с рецептором ACE 2, сказал он. В конечном счете, такого рода идеи, полученные в результате очень сложного сочетания машинного обучения и моделирования, помогут облегчить открытие антител или вакцин.

Статья команды управляемые ИИ многомасштабные симуляции освещают механизмы динамики всплесков SARS-CoV —2 » появится в Международном журнале высокопроизводительных вычислительных приложений, 2020год . 

Это исследование было поддержано проектом Exascale Computing Project, совместными усилиями Управления науки Министерства здравоохранения США и Национального управления ядерной безопасности, а также национальной виртуальной биотехнологической лабораторией Министерства здравоохранения США при финансировании закона о заботе о коронавирусе. Настоящая работа выполнялась с использованием ресурсов, услуг и поддержки от COVID-19 суперкомпьютерного Консорциума.

Аргоннская национальная лаборатория ищет решения насущных национальных проблем в области науки и техники. Первая в стране национальная лаборатория Аргонна проводит передовые фундаментальные и прикладные научные исследования практически по всем научным дисциплинам. Аргоннские исследователи тесно сотрудничают с исследователями из сотен компаний, университетов и федеральных, государственных и муниципальных учреждений, чтобы помочь им решить свои конкретные проблемы, продвинуть научное лидерство Америки и подготовить нацию к лучшему будущему. С сотрудниками из более чем 60 стран Аргонна управляется компанией UChicago Argonne, LLC для управления науки Министерства энергетики США.

Управление науки Министерства энергетики США является единственным крупнейшим сторонником фундаментальных исследований в области физических наук в Соединенных Штатах и работает над решением некоторых из самых насущных проблем нашего времени. Для получения дополнительной информации посетите сайт https://energy.gov/science-да.

Понравилась статья? Поделиться с друзьями:
Коронавирус-2