Un equipo de investigadores de la Universidad de Brown, ETH Zurich y el Centro Nacional de Supercomputación de Suiza está utilizando la supercomputadora más poderosa de Estados Unidos para ayudar a comprender y combatir las enfermedades que afectan algunos de los bloques de construcción más pequeños del cuerpo.
El equipo, liderado por George Karniadakis de Brown, está utilizando la supercomputadora Cray XK7 Titan en la Instalación de Computación de Liderazgo de Oak Ridge, una Instalación de Usuarios de la Oficina de Ciencia del Departamento de Energía de los EE. UU. Ubicada en el Laboratorio Nacional Oak Ridge para simular cientos de millonesde glóbulos rojos en un intento de desarrollar mejores métodos de suministro de fármacos y predictores para luchar contra la formación de tumores y la anemia falciforme.
El grupo de Karniadakis aborda estas simulaciones desde un lugar único: a pesar del enfoque de investigación en temas médicos, el equipo se basa en el departamento de Matemática Aplicada de Brown. Karniadakis explicó que los matemáticos están en una buena posición para ayudar a guiar la computación para las escalas múltiplesinvolucrado en la simulación de partes del cuerpo humano.
"Todos los sistemas biológicos son sistemas multiescala", dijo Karniadakis. "La investigación va desde la proteína, a la célula, al tejido, hasta el humano. Hay que cubrir escalas de un nanómetro a un metro".
Durante el primer año de una asignación innovadora y novedosa de tres años de Impacto computacional en la teoría y el experimento, o INCITE, asignación en el OLCF y el Centro de computación de liderazgo de Argonne, el equipo ha estado realizando un conjunto de simulaciones relacionadas con diferentes enfermedades y medicamentosmétodos de entrega para predecir, diagnosticar y tratar mejor varias enfermedades hematológicas misteriosas o basadas en la sangre.
La investigación del equipo lo ha convertido en finalista del Premio Gordon Bell de la Asociación de Maquinaria de Computación de este año presentado en la conferencia de supercomputación SC15, que se celebrará este año en Austin, Texas.
El equipo de Brown está acompañado por el co-investigador principal Petros Koumoutsakios y Diego Rossinelli, el investigador que dirige el esfuerzo de Gordon Bell, de ETH Zurich
En el OLCF, el equipo se ha centrado principalmente en la investigación de la enfermedad en la anemia de células falciformes SCA y las células tumorales, así como en el desarrollo de mejores métodos de administración de medicamentos.
Acelerando el estado del arte
SCA es una enfermedad que hace que los glóbulos rojos se vuelvan rígidos y "en forma de hoz", lo que lleva a problemas crónicos del sistema circulatorio y un mayor riesgo de muerte.
A pesar de su prevalencia: aproximadamente el 8 por ciento de la población afroamericana tiene el rasgo y más de 180,000 bebés nacen con el trastorno cada año; se sabe muy poco sobre cómo interactúa este trastorno relacionado con los glóbulos rojoscon vasos sanguíneos humanos.
El equipo utiliza dinámicas de partículas disipativas en sus simulaciones para estudiar el flujo sanguíneo como una colección de partículas individuales en lugar de un objeto fluido. Para modelar el comportamiento de cada partícula individual con precisión durante un período de tiempo significativo, el equipo necesitaba un poder de supercomputación de clase líder.
"Nuestro trabajo se realiza con una dinámica de partículas disipativa, lo que significa que básicamente modelas todo en la simulación para que sea una partícula individual o una colección de partículas", dijo el colaborador del proyecto y el investigador doctoral Brown Yu-Hang Tang. "Es muy fácil parael número de partículas en el sistema para crecer de manera salvaje. Por ejemplo, si queremos modelar solo un glóbulo rojo, no solo colocamos partículas para los glóbulos rojos; también necesitamos partículas para el líquido que lo rodea.podría obtener 50,000 partículas solo para simular un solo glóbulo rojo ".
Además de su investigación sobre SCA, el equipo también está aprovechando Titan para comprender cómo se pueden tratar las enfermedades. Hasta ahora, el equipo simuló la separación de células sanguíneas y cancerosas utilizando dispositivos microfluídicos. Los dispositivos microfluídicos pueden manipular cantidades extremadamente pequeñas de fluidos, típicamentemicrolitros una millonésima parte de un litro o más pequeños
Tang se centró en cómo la sangre y las células tumorales cancerosas podrían estar separadas por dispositivos microfluídicos, y sus simulaciones que son de una a tres veces más grandes, en términos de la cantidad de células simuladas y elementos computacionales, que el estado actual de la técnicadentro del campo
"En nuestro estudio de células tumorales, utilizamos obstáculos dispuestos específicamente en el dispositivo microfluídico", dijo Tang. "Usamos estos obstáculos para separar las células, porque los diferentes tipos de células tienen diferentes formas, por lo que cuando dos células golpean el mismo obstáculo,sus respuestas a esto serán diferentes, lo que hará que vayan en direcciones diferentes en el dispositivo "
Dichos dispositivos microfluídicos permitirían a los médicos tomar una muestra muy pequeña de sangre e identificar rápidamente si alguien tenía un tumor maligno. Este "laboratorio en un chip" podría ayudar a los médicos a detectar enfermedades de la manera menos invasiva posible.
Tang y sus colaboradores explotaron los aceleradores de GPU de Titan y desarrollaron uDeviceX, un solucionador de partículas impulsado por GPU, una parte importante del código del equipo que ayuda a trazar partículas individuales en la simulación. El nuevo solucionador de Tang mostró una disminución de 45 veces en el tiempo parasolución comparada con métodos competitivos de última generación.
Además, el extenso trabajo de Tang con las GPU ha llevado a la herramienta computacional más nueva del equipo: la interfaz universal multiescala, o MUI. Los intereses de investigación del equipo requieren una variedad de códigos diferentes, con ciertas arquitecturas informáticas que funcionan mejor con ciertos códigos y diferentes arquitecturas que se beneficianotros códigos. También le da al equipo la libertad de enfocar solucionadores específicos para diferentes escalas simultáneamente.
MUI permite que el equipo conecte rápidamente sus códigos de contraste en un código más grande, reduciendo significativamente el costo computacional del equipo para ejecutar sus simulaciones al enfocarse en las fortalezas de diferentes configuraciones de hardware.
El equipo no solo puede apuntar a diferentes solucionadores u otras partes de un código hacia ciertas partes de una supercomputadora, sino que también puede descargar diferentes partes de un código en diferentes supercomputadoras. Estas distintas partes del código no tienen que comunicarse durante cada vezpaso, pero finalmente compartirá sus resultados durante el curso de una simulación.
Tang acredita a los gráficos de computadora por inspirar MUI. "Básicamente, hice MUI tomando prestado un concepto de gráficos de computadora, donde cuando quieres renderizar el color de un píxel, en realidad estás haciendo interpolación de los píxeles cercanos", dijo Tang"Tomamos prestado esto en el mundo MUI cuando desea hacer diferentes tipos de simulaciones. Propusimos un marco general donde puede interpolar los datos que desee de puntos cercanos insertando fácilmente sus propios algoritmos de interpolación".
El miembro del personal de OLCF Wayne Joubert ayudó al equipo a escalar MUI para hacer un uso eficiente del conteo de nodos grandes de Titán.
escalas microscópicas, implicaciones macroscópicas
Karniadakis y Tang enfatizaron que la colaboración multidisciplinaria debe seguir siendo central para que su investigación avance.
"Estamos apuntando a diferentes patologías, porque teniendo eso como un lienzo, podemos desarrollar interesantes matemáticas y algoritmos computacionales que pueden usarse en otros contextos", dijo Karniadakis, y agregó que algunos de los métodos de Tang ya se estaban adoptando para los cálculos de la ciencia de materiales.
Además de desarrollar algoritmos más eficientes, el equipo ha trabajado en el desarrollo de métodos que serían "conscientes del hardware", lo que les permite montar sus códigos de forma rápida y sin problemas en una variedad de infraestructuras de supercomputación. Karniadakis también dirigió un equipo que trabaja en la descomposición del dominiométodos, que minimizan las comunicaciones entre los nodos de una supercomputadora, aumentando la eficiencia y el tiempo de solución. El trabajo llevó al equipo a ser nombrado finalista para el Premio Gordon Bell 2011.
A pesar de los avances significativos en el desarrollo del código del equipo, Karniadakis todavía ve mucho margen de mejora. A medida que las computadoras de alto rendimiento continúan siendo más potentes, Karniadakis predice que su equipo desarrollará simulaciones a mayor escala capaces de obtener una visión más profunda de la sangre.enfermedades
"Estamos ampliando el uso de los recursos informáticos actuales, y una de las dificultades con las que todavía luchamos es si realmente podemos calcular desde el inicio de una enfermedad hasta los efectos de esa enfermedad", dijo Karniadakis. "años entre el inicio y el efecto de una enfermedad. En este contexto, no se puede confiar solo en la informática o las matemáticas, sino que confiamos en ambas ".
Fuente de la historia :
Materiales proporcionado por DOE / Laboratorio Nacional de Oak Ridge . Nota: El contenido puede ser editado por estilo y longitud.
Cite esta página :