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

基本信息

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

项目摘要

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．

这项研究将开发一种用于对蛋白质 - 蛋白质相互作用预测系统“ Megadock”进行大规模平行化和复杂分析的方法，以进行大规模相互作用网络预测，并有效地进行全面的药物预测。第一年主要是针对大型巨型库克的大规模并行化，尤其是在GPU簇上并行化，并加速了许多综合核心（MIC）。在前者中，Megadock 4.0是一种蛋白质对接计算系统，可以在GPU群集上进行并行计算，并且使用TSUBAME 2.5超级计算机测量该系统的并行性能，该tsubame 2.5超级计算机具有12个CPU核心和每个节点3 GPU。结果，我们在35个节点运行420个节点时达到了0.98的良好并行化效率。此外，将加速器（例如GPU和MICS）应用于实际应用的影响取决于加速器和应用的特征，在本研究中，我们除了上述GPU之外使用MICS比较了使用MIC的加速度。关于麦克风，我们实施了两个不同的实现：卸载和本机。结果，与卸载到麦克风相比，GPU上的实施大约是性能的五倍。另一方面，麦克风的本机实现具有可移植性的优势，即可以使用它们而不添加新代码。但是，由于对麦克风的记忆能力的限制，随着目标蛋白对的大小增加，可用计算核的数量减少，导致性能降低的问题。本机实施对MIC的总体性能类似于8个CPU核心（1个插座）。这些结果表明，GPU在加速蛋白质对接方面优于MIC，这是本研究的目标。