Még nagyon messze van a koronavírus ellenszerének a megtalálása. De van egy jó hír is: mint a közelmúltban írtuk, a szuperszámítógépeknek köszönhetően a kutatások időigénye rövidülhet. Akkor arra is utaltunk, hogy a világ leggyorsabb szuperszámítógépe már talált 77 lehetséges hatóanyagot, ami segítheti a további kutatásokat.
A Summit nevű szuperszámítógépet az USA energiaügyi minisztériuma alatt működő Oak Ridge Nemzeti Laboratóriumnak (ORNL) építette az IBM még 2018-ban. A gép tavaly komoly upgrade-et is kapott. Jelenleg közel 2500 darab IBM Power9-es mag dolgozik benne Nvidia Volta GV100-támogatással. Elméleti csúcsteljesítménye 200 petaflops, azaz másodpercenként 200 billiárd (kétszázszor egymilliószor egymilliárd vagy 200×1015) műveletet képes végrehajtani (maximális csúcsteljesítménye valamivel alacsonyabb, 148,6 petaflops.
Már február végén megvoltak eredmények
A ORNL kutatói eredményeiket a ChemRxiv oldalán publikálták. Amit megtaláltak, az még közel sem maga a gyógyszer, hangsúlyozta Jeremy C. Smith, a ORNL Molekuláris Biofizikai Központjának igazgatója a kutatólabor oldalán megjelent beszámolóban, hanem csak az első lépés a hatékony gyógymód megtalálásához.
A szupergép mintegy 8 ezer vegyületen végzett szimulációt. Azt modellezte, hogy a vegyületek hogyan befolyásolják a vírus felületén lévő tüskeszerű proteinek működését – ezek a proteinek felelnek ugyanis a fertőzési mechanizmusért. Olyan molekulákat kerestek, amelyek úgy kapcsolódik a fehérjetüskékhez, hogy azzal gátolják a vírus fertőzőképességét.
Magának a modellnek a felállításában sokat segített, hogy kínai tudósok már szekvenálták a vírus genomját. Megállapították, hogy működési mechanizmusa sokban hasonlít a SARS (Severe Acute Respiratory Syndrome) víruséhoz, amely 2003-ban okozott szinte globális járványt.
Így lehetne vizualizálni, mit csinált az ORNL kutatócsapatának szimulációja
Mint az egyik kutató nyilatkozta, a SARS-hoz és a mostani vírushoz kapcsolódó eddigi kutatások alapján már tudtak építeni egy olyan számítási modellt, amely jó hatékonysággal elemezhette a szóba jöhető molekulák és a vírus kölcsönhatását.
A szimulációhoz egy nyílt forráskódú rendszert, a GROMACS-ot (Groningen Machine for Chemical Simulations) használták. Pontosabban ennek egy a Summit gépben használt Nvidia Tensor Core V100 GPU-kra optimalizált változatát.
77 – 7 – 1 – újrafuttatás
A Summit abban segített, hogy rangsorolta a szóba jöhető molekulákat abból a szempontból, hogy milyen valószínűséggel kötődnek a vírus proteintüskéihez. Bár valóban találtak 77 olyan vegyületet, amely nagy valószínűséggel akadályozza/csökkenti a vírus fertőző képességét, majd ezek közül kiválasztották a 7 legígéretesebbet, még közel sincs meg a megoldás. Az egész szimulációhoz ugyanis szükség van egy nagyon pontos modellre a proteintüskékről.
Mint a kutatócsapat egyik tagja nyilatkozta, a napokban amerikai kutatók március közepén egy olyan tanulmányt publikáltak, amely a korábbinál sokkal pontosabb modelljét adja a proteintüskéknek. Erre alapozva újra le fogják futtatni az ORNL-ban a szimulációt, ami várhatóan átrendezi-pontosítja a vizsgált vegyületek ragsorát.
De még az is csupán a kezdeti lépés – figyelmeztet a kutató –, amit tesztek sora kell kövessen. A szuperszámítógép csupán abban segített, hogy néhány nap alatt le lehetett futtatni egy olyan szimulációt, ami egy hagyományos rendszeren hónapokat vett volna igénybe.
Cyber Threat Intelligence: üzleti előny a sötét adatokból
Egyetlen kompromittált jelszó. Egy belépési pont, amit már nem használnak. Egy korábbi alkalmazott adatszivárgása. Ezek ma már nem csupán technikai hibák, hanem valós üzleti fenyegetések, amelyek a digitális alvilág piacán előbb bukkannak fel, mint ahogy a cég egyáltalán észrevenné.
a melléklet támogatója a One Solutions
Miért kell az üzleti intelligenciának megelőznie az MI bevezetését?
A felfokozott várakozásokhoz képest kiábrándító az MI-bevezetések valósága, ebben pedig a fő bűnös a rossz adatminőség és nem megfelelő adatinfrastruktúra.
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak