ALCF的Theta超级计算机ThetaGPU的支持人工智能和模拟的扩展。功劳:阿贡国家实验室在持续开展的揭示Sar-CoV-2病毒内部工作机制的活动中，美国能源部(DOE)阿贡国家实验室正牵头努力将人工智能(AI)和前沿模拟工作流程结合起来，以更好地理解生物观测结果并加速药物发现。阿贡与学术和商业研究伙伴合作，在模拟和人工智能方法之间实现了近乎实时的反馈，以了解新型冠状病毒病毒基因组中的两种蛋白质nsp10和nsp16是如何相互作用以帮助病毒复制并躲避宿主的免疫系统的。
该团队通过耦合两个截然不同的硬件平台实现了这一里程碑式的成就:一个处理器封装的硅片深度学习加速器——大脑CS-1；ThetaGPU是Theta超级计算机的一个支持人工智能和模拟的扩展，位于美国能源部科学办公室用户设施阿贡领导计算设施。
为了实现这一能力，该团队开发了Stream-AI-MD，这是一种人工智能方法的新应用，称为深度学习，以流式方式驱动自适应分子动力学(MD)模拟。来自模拟的数据从taGPU传输到大脑CS-1平台，同时分析两种蛋白质如何相互作用。
cereas CS-1是一款处理器封装的硅片深度学习加速器。功劳:阿贡国家实验室“这需要以前所未有的规模进行，因为数据生成和人工智能组件必须并行运行，”研究团队成员、阿贡计算生物学家阿尔温德·拉马纳森说。“这个想法是，如果一台机器擅长进行多维模拟，而另一台机器非常擅长人工智能，那么为什么不将这两台机器结合起来，生产一个更大的系统，用人工智能提供更多的吞吐量，”拉马纳森解释说。
他们正在使用的人工智能技术之一被称为可变自动编码器，它学习从多维模拟中获取最基本的信息。模拟数据集的大小被减小，以使研究人员更容易理解模拟中发生的动态。
通过在大脑CS-1上运行他们的深度学习组件，他们可以识别结合口袋——这是两种蛋白质形成过程中可能形成的微小空间——可以作为小分子药物设计的目标。
Ramanathan说，这些工作流程将最终实现既能治疗新型冠状病毒病毒又能治疗其他疾病的药物发现，届时将描述特定生物功能背后的物理过程。虽然这项研究目前并不关注疫苗，但开发更复杂的模型可能会导致疫苗设计。
Ramanathan说:“这种在新兴硬件平台上支持流式AI和MD技术的迭代工作流程将为推进我们对蛋白质如何发挥功能的了解铺平道路。“在新型冠状病毒病毒的背景下，如果我们想设计能够阻止病毒传播的药物，对分子过程的基本理解，如nsp16-nsp10相互作用，是非常重要的。”
该研究发表在2021年7月5日至9日在瑞士日内瓦举行的高级科学计算会议(PASC '21)的会议记录上。美国纽约州纽约市。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
