Исследование SARS-CoV-2 с помощью ИИ и суперкомпьютеров получило премию Гордона Белла

Ассоциация вычислительной техники (ACM) присудила первую специальную премию ACM Gordon Bell за исследования COVID-19 на базе высокопроизводительных вычислений междисциплинарной команде, в которую вошли специалисты из Национальной лаборатории Аргонн Министерства энергетики США (DOE).

Команда была отмечена за работу «Многоуровневое моделирование на основе ИИ проливает свет на механизмы динамики шиповидного белка SARS-CoV-2», раскрывающую, как вирус SARS-CoV-2 преодолевает иммунную систему человека. Награда была объявлена 19 ноября на конференции SC20.

Суть исследования

Учёные использовали искусственный интеллект и суперкомпьютеры для детального изучения динамики шиповидного (спайкового) белка — ключевого белка вируса SARS-CoV-2. Цель — понять, как этот белок связывается и взаимодействует с ACE2-рецептором на поверхности человеческой клетки. Это связывание запускает каскад событий, ведущих к слиянию мембран вируса и клетки и последующему заражению.

Масштаб задачи и метод

  • Белки не статичны, их движения охватывают множество пространственных и временных масштабов.
  • Моделирование только одного спайк-белка создаёт систему из примерно 1,8 миллиона атомов, генерируя огромные массивы данных.
  • Для интерпретации этих данных команда разработала метод машинного обучения, который суммирует большие объёмы информации и выявляет важные, не всегда очевидные для человеческого глаза изменения в структуре белка.

Вычислительные ресурсы

Для работы с такими масштабами данных команда использовала ведущие суперкомпьютеры США:

  • Summit (Национальная лаборатория Ок-Ридж, DOE)
  • Theta (Аргонн)
  • Frontera/Longhorn (Техасский центр передовых вычислений)
  • Comet (Сан-Диегский суперкомпьютерный центр)
  • Lassen (Национальная лаборатория Лоуренса Ливермора, DOE)

В партнёрстве с NVIDIA методы машинного обучения были эффективно адаптированы для работы на GPU суперкомпьютера Summit.

Результаты и перспективы

  • Данные позволили получить новое понимание того, как стеблевая область (stalk region) спайк-белка меняет свою динамику при взаимодействии с ACE2-рецептором.
  • Показано, что ИИ может эффективно связывать различные масштабы (временные и пространственные) в моделировании.
  • Подобные идеи, полученные на стыке машинного обучения и моделирования, в перспективе могут способствовать открытию новых антител или вакцин.

Статья команды «AI-Driven Multiscale Simulations Illuminate Mechanisms of SARS-CoV-2 Spike Dynamics» будет опубликована в International Journal of High Performance Computing Applications в 2020 году.