タンパク質間相互作用予測に基づく創薬ターゲット探索のための並列計算システム開発

基于蛋白质-蛋白质相互作用预测的药物发现靶点搜索并行计算系统的开发

• 批准号: 14J30002
• 负责人: 大上 雅史
• 金额: $ 2.16万
• 依托单位: Tokyo Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2014
• 资助国家: 日本
• 起止时间: 2014-04-25 至 2017-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-14J30002/
• 关键词: バイオインフォマティクス; タンパク質間相互作用; タンパク質ドッキング; オフターゲット探索; タンパク質立体構造

本研究は，タンパク質間相互作用予測システム「MEGADOCK」の大規模並列化並びに高度化を行い，大規模な相互作用ネットワーク予測を行うとともに，網羅的な薬剤のオフターゲット予測を効率的に行うための方法論を開発するものである．初年度はMEGADOCKの大規模並列化，特にGPUクラスタ上での並列化とMany Integrated Core (MIC)上での加速を主目的とした．前者では，GPUクラスタ上で並列計算が実行可能なタンパク質ドッキング計算システムであるMEGADOCK 4.0を開発し，本システムの並列性能をノードあたり12 CPUコアと3 GPUを備えたTSUBAME 2.5スーパーコンピュータで測定した．結果，35ノード実行に対する420ノード実行時の強スケーリング値0.98という良好な並列化効率を達成した．また，GPUやMICのようなアクセラレータを実際のアプリケーションに適用した場合の効果は，アクセラレータとアプリケーションの特性に依存することを受け，本研究では前述のGPUに加えてMICによる高速化を行い比較した．MICに関してはオフロードとネイティブの2通りの実装を行った．結果として，GPUへの実装はMICへのオフロードでの実装と比較して約5倍の性能を達成した．一方でMICへのネイティブでの実装は，新しいコードを追加することなく利用できるという移植性における利点を有する．しかし，MICのメモリ容量の制約のために対象のタンパク質ペアのサイズが大きくなるにつれ，利用できる計算コア数が減り，パフォーマンスが落ちるという問題があった．MICへのネイティブでの実装の全体としての性能は8 CPUコア(1 ソケット) と同程度であった．これらの結果より，本研究で対象としたタンパク質間ドッキングの高速化においては，MICに比べGPUがより優れていると言える．

This study は タ ン パ ク qualitative interaction between be シ ス テ ム "MEGADOCK の" tied for the large-scale and び に を empirically い, large-scale な interaction ネ ッ ト ワ ー ク line to measure を う と と も に, net of な 薬 tonic の オ フ タ ー ゲ ッ を ト to test working rate of line に う た め の methodology を open 発 す る も の で あ る. In the first year, <s:1> MEGADOCK <s:1> was massively parallelized, and にGPU ラスタ ラスタ was used for で <s:1> parallelization とMany Integrated Core (MIC) で acceleration を the main purpose と た た. On the former で は, GPU ク ラ ス タ で parallel computing が may be line な タ ン パ ク qualitative ド ッ キ ン グ computing シ ス テ ム で あ る MEGADOCK 4.0 を open 発 し, This シ ス テ ム の parallel performance を ノ ー ド あ た り 12 CPU コ ア と 3 GPU を prepared え た TSUBAME 2.5 ス ー パ ー コ ン ピ ュ ー タ で determination し た. As a result, 35 ノ ー ド line be に す seaborne る 420 ノ ー ド be row is の strong ス ケ ー リ ン グ nt 0.98 と い う good な tied for the working rate を reached し た. ま た, GPU や MIC の よ う な ア ク セ ラ レ ー タ を be interstate の ア プ リ ケ ー シ ョ ン に applicable し た occasions の unseen fruit は, ア ク セ ラ レ ー タ と ア プ リ ケ ー シ ョ ン の features に dependent す る こ と を け, this study で は aforesaid の GPU に plus え て MIC に よ る high speed line を い compare し た. The MICに is related to the て て <s:1> フロ フロ ドとネ ドとネ ティブ ティブ った 2 to the <s:1> actual installation を line った. Results と し て, GPU へ の be loaded は MIC へ の オ フ ロ ー ド で の be loaded と compare し て about 5 times の performance を reach し た. One party で MIC へ の ネ イ テ ィ ブ で の be は, new し い コ ー ド を additional す る こ と な く using で き る と い う portability に お け る tartness を have す る. し か し, MIC の メ モ の リ capacity restriction の た め に like の seaborne タ ン パ ク qualitative ペ ア の サ イ ズ が big き く な る に つ れ, using で き る computing コ ア が り reduction, パ フ ォ ー マ ン ス が fall ち る と い う problem が あ っ た. MIC へ の ネ イ テ ィ ブ で の be loaded の all と し て の は 8 CPU performance コ ア (1 ソ ケ ッ ト) と with degree で あ っ た. こ れ ら の results よ り, this study で like と seaborne し た タ ン パ ク mass between ド ッ キ ン グ high speed の に お い て は, MIC に than べ GPU が よ り optimal れ て い る と said え る.

项目成果

Prediction of human-virus protein-protein interactions by exhaustive rigid docking

通过详尽的刚性对接预测人-病毒蛋白质-蛋白质相互作用

• 发表时间: 2015
• 作者: Yuri Matsuzaki;Nobuyuki Uchikoga;Masahito Ohue;Yutaka Akiyama
• 通讯作者: Yutaka Akiyama

MEGADOCK: a high-performance protein-protein interaction prediction tool on supercomputing environments

MEGADOCK：超级计算环境下的高性能蛋白质-蛋白质相互作用预测工具

• 发表时间: 2014
• 作者: 大上雅史;松崎由理，内古閑伸之，石田貴士，秋山泰
• 通讯作者: 松崎由理，内古閑伸之，石田貴士，秋山泰

Analysis of properties of protein-protein interaction surface areas involved in more near-native conmplexes by Re-docking scheme

通过重新对接方案分析更接近天然复合物涉及的蛋白质-蛋白质相互作用表面积的特性

• 发表时间: 2014
• 作者: 大上雅史;松崎由理，内古閑伸之，石田貴士，秋山泰;内古閑伸之，松崎由理，大上雅史，広川貴次，秋山泰
• 通讯作者: 内古閑伸之，松崎由理，大上雅史，広川貴次，秋山泰

タンパク質とペプチドのドッキング計算

蛋白质和肽对接计算

• 发表时间: 2014
• 作者: 大上雅史;松崎由理;石田貴士;秋山泰
• 通讯作者: 秋山泰

大上雅史 個人ウェブサイト

大上正志个人网站