Инновационный подход к предсказанию структуры белков с помощью ИИ и суперкомпьютеров
Научные деятели из Центра развития суперкомпьютерных технологий (NCSA) сумели предложить инновационный метод предсказания трехмерной конфигурации белковых структур, применяя мощнейшие вычислительные машины и продвинутые алгоритмы ИИ, сообщает Taspanews.kz со ссылкой на журнал Proceedings of the National Academy of Sciences (PNAS).
Ведущие результаты их кропотливого труда были опубликованы в журнале Proceedings of the National Academy of Sciences (PNAS). Белки, являясь незаменимыми участниками биохимических процессов, приобретают свои уникальные функции только благодаря специфическим трехмерным формам. Эта форма возникает в результате сложного процесса сворачивания цепочек аминокислот, который длительное время оставался одной из самых головоломных задач для современных биологов.
Традиционные методы, такие как рентгеновская кристаллография и криоэлектронная микроскопия, предоставляли детально изучать компоненты атомов и особенности молекул, но были невероятно трудоемкими и затратными. С внедрением алгоритмов AlphaFold на базе ИИ стал возможен скоростной и правдивый прогноз структуры белка исходя из их последовательностей аминокислот. Новейшая вычислительная платформа APACE облегчает и ускоряет применение инструмента AlphaFold2, одновременно прогнозируя разнообразие конформаций белков, необходимые для понимания их многообразных функциональных состояний.
APACE революционизирует контроль информацией, размещая массивные данные и модели AlphaFold2 объемом два целых шесть десятых терабайта на суперкомпьютерах, что обеспечивает мгновенный доступ нейронных сетей к необходимой информации. Дополнительно, оптимизация работы процессоров центрального и графического типа позволила значительно ускорить вычислительные процессы, требующие высокой производительности GPU.
Тестирование APACE на тристо графических процессорах NVIDIA A100 суперкомпьютера Delta в NCSA показало увеличение скорости прогнозирование структуры белков в 100 раз по сравнению со стандартизированными реализациями AlphaFold2, что прокладывает дорогу к быстрой автоматизации и доступу новых биологических закономерностей. Более того, успешное воспроизведение этих результатов на суперкомпьютере Polaris в Argonne Leadership Computing Facility подтверждает высокую надежность и потенциал метода.
