Esittely
Folding@homescience
Proteiini muodostuu pitkistä ketjuista. Proteiini on biologisen selviytymisen perusedellytys. Entsyymeinä ne ovat kaikkien biokemiallisten reaktioiden liikkeellepaneva voima. Rakenteen peruskomponentteina ne ovat luiden, lihasten, hiusten, ihon ja verisuoniemme pääkomponentteja. Vasta-aineina ne voivat tunnistaa tunkeutuvia esineitä ja saada immuunijärjestelmän toimimaan näiden esineiden poistamiseksi. Siksi tutkijat ovat sekvensoineet ihmisen genomin - biosfäärin proteiinisuunnitelman - mutta kuinka voimme ymmärtää, mitä nämä proteiinit tekevät? Miten ne toimivat?
Liittyy ihmisen kromosomiprojektiin
Proteiineilla on niin tärkeä (alkuperäinen) rooli biologiassa. Tiedemiehet ovat alkaneet ymmärtää ihmisen genomia. Aloita lajittelu. Genomi on itse asiassa proteiineihin liittyvä "suunnitelma" - genomi sisältää geneettisen koodin (DNACode), joka määrittää pitkiin proteiiniketjuihin kietottujen aminohappojen sekvenssin.
Syy laskostumiseen
Pelkä genomisekvenssin tunteminen ei kuitenkaan anna meille mahdollisuutta ymmärtää täysin proteiinin toimintaa, saati sitten miten se toimii. Voidakseen suorittaa tehtävänsä (kuten entsyymit ja vasta-aineet), niillä on oltava hyvin spesifinen muoto, joka tunnetaan myös nimellä "taitto (taitto)." Proteiinit ovat kuin hämmästyttävä kone: ennen kuin ne menevät töihin, ne kokoavat itsensä. Tätä itsekokoonpanoa kutsutaan "taittoksi".
Yksi projektimme tavoitteista on jäljitellä proteiinien laskostumista, jotta ymmärrämme, kuinka proteiinit laskostuvat niin nopeasti ja luotettavasti, ja ymmärtääksemme, kuinka näiden proteiinien ominaisuuksia voidaan käyttää korkeamolekyylisten polymeerien valmistukseen.
Proteiinin laskostuminen ja siihen liittyvät sairaudet: hullun lehmän tauti, Alzheimerin tauti
Mitä tapahtuu, jos proteiinia ei laskosteta oikein? Esimerkiksi Alzheimerin tauti (Alzheimerin tauti), kystinen fibroosi (Cysticfibrosis), hullun lehmän tauti (MadCow, BSE), perinnöllinen emfyseema ja jopa monet syövät johtuvat epänormaalista proteiinin laskostumisesta.
Kun proteiini taittuu epänormaalisti, se voi aggregoitua ("aggregoitua"). Nämä aggregaatit voivat usein kerääntyä aivoihin, minkä nykyään uskotaan yleisesti aiheuttavan Alzheimerin tautia ja hullun lehmän tautia.
Proteiinin laskostaminen ja nanoteknologia: nanomittakaavan instrumenttien rakentaminen!
Proteiinien laskostumisen ymmärtäminen opettaa meille biolääketieteellisten sovellusten lisäksi myös omia proteiinikokoisia "nanoinstrumenttejamme" suorittamaan samanlaisia tehtäviä. Tietenkin ne on myös koottava ennen kuin nanoinstrumentit voivat suorittaa tehtäviä.
Proteiinin laskostuminen
Yllättävin asia ei ole vain se, että proteiinit itse pystyvät kokoamaan itsensä laskostumaan, vaan myös se, että ne koostuvat itsestään niin nopeasti: jotkut proteiinit voivat koota miljoonia Täydellinen itselaskostuminen sekunnin murto-osa. Vaikka tämä aika on ihmisaikataulussa erittäin nopea, on se tietokoneella simuloituna melko pitkä. Itse asiassa tietokoneelta kuluu noin päivä simuloida 1 nanosekuntia (1/1 000 000 000 sekuntia). Valitettavasti proteiinien laskostaminen kestää kymmeniä millisekunteja (10 000 nanosekuntia) aikatauluna. Tällä tavalla 10 000 tietokonetta kuluttaisi useita päiviä taittamisen jäljittelemiseen. ——Esimerkiksi se kestää 30 tietokonetta usean vuoden ajan. Tulosten odottaminen vie liian kauan.
Vastaus: jakeludynamiikka
Proteiinien laskostumisongelman ratkaisemiseksi meidän on murtauduttava mikrosekunnin esteen läpi. Ryhmämme on kehittänyt uuden tavan jäljitellä proteiinin laskostumista – menetelmän "murtaa työyksikkö useisiin osiin ja käyttää useita prosessoreita simuloimiseen" millisekuntien esteen murtamiseksi. Siksi 1 000 prosessorin avulla voimme murtaa mikrosekunnin esteen ja auttaa ymmärtämään proteiinien laskostumisen mysteeriä.
Mitä olemme tehneet tähän mennessä? Mitä teemme?
Folding@home1.0 onnistui. Lokakuusta 2000 lokakuuhun 2001 ulottuvana vuonna olemme käyttäneet kokeellista menetelmäämme laskostamaan joitain pieniä ja nopeasti laskostuvia proteiineja. Kehitämme edelleen menetelmäämme ja laajennamme sitä matkimaan joidenkin monimutkaisempien ja mielenkiintoisempien proteiinien laskostumista ja "normaalin ja epänormaalin proteiinin laskostumisen" ongelmaa. Voit lukea lisää tulossivultamme.
Miten se toimii
Folding@home ei luota tehokkaisiin supertietokoneisiin laskelmissa. Sen sijaan tärkeimmät tekijät ovat tuhannet henkilökohtaiset tietokoneet. Jokaiseen osallistuvaan tietokoneeseen asennetaan asiakasohjelma, joka toimii taustalla ja kutsuu keskusyksikköä suorittamaan simulointityötä, kun järjestelmä ei ole varattu. Tällä hetkellä useimmat maailman henkilökohtaiset tietokoneet kuluttavat harvoin laskentatehoaan normaaleissa olosuhteissa. Folding@home käyttää tätä hukkaan heitettyä laskentatehoa.
Folding@Homen asiakas muodostaa ajoittain yhteyden Stanfordin yliopiston palvelimeen hankkiakseen "työyksiköitä", jotka ovat datapaketteja, jotka tallentavat kokeellisia tietoja ja laskevat kokeellisten tietojen perusteella. Kun jokainen työyksikkö on laskettu, se lähetetään takaisin palvelimelle.
Analyysiohjelmisto
Folding@homen asiakas käyttää neljää modifioitua TINKER-, GROMACS-, AMBER- ja CPMD-molekyylisimulaatioohjelmaa laskelmien suorittamiseen, ja siihen vaaditaan lupa Tee optimoinnit laskennan nopeuttamiseksi. Nämä neljä simulaatioohjelmaa on myös muunnettu useiksi eri versioiksi käytettäväksi useilla käyttöalustoilla. Kunkin ohjelman versiot luokitellaan sarjanumerolla "Corexx".
Aktiivinen ydin
GROMACS
Gromacs (Core78)
Saatavilla vain kaikille yhden prosessorin alustoille.
DGromacs (Core79)
Gromacsin kaksinkertainen tarkkuusversio käyttää vain SSE2:ta.
Saatavilla vain kaikille yhden prosessorin alustoille.
DGromacsB(Core7b)
Se on nimellisesti päivitetty versio DGromacsista, mutta itse asiassa se on uusi ydin, joka perustuu SMP/GPU-version lähdekoodiin. Molemmat käytössä.
Gromacsin kaksinkertainen tarkkuusversio käyttää vain SSE2:ta.
Saatavilla vain kaikille yhden prosessorin alustoille.
DGromacsC(Core7c)
Gromacsin kaksinkertainen tarkkuusversio käyttää vain SSE2:ta.
Saatavilla vain yhden prosessorin Windows- ja Linux-alustoissa.
GBGromacs (Core7a)
GromacsSREM (Core80)
GroSimT(Core81)
Gromacs33 (Corea0)
Gro-SMP (Corea1)
GroCVS (Corea2)
GroGPU2 (Core11 ja Core13)
Gro-PS3 (ei numeroa, mutta myös SCEARD-ydin)
KELTAINEN
PMD (Core82)
Ei optimoitu
Saatavilla vain yhden prosessorin Windows- ja Linux-alustoissa.
Ydin on lopetettu
TINKER
Tinkercore (Core65)
Se on lopetettu, ja sen virtalähteenä on nopeampi samanlainen ydin, jonka korvaa GBGromacs (Core7a).
Ei optimoitu
Saatavilla vain kaikille yhden prosessorin alustoille.
GROMACS
GroGPU (Core10)
CPMD
QMD (Core96)
Liitäntäversio
Folding@homeConsoleversion on Folding@homen komentorivikäyttöliittymäversion käyttöliittymäversio. Sitä isännöi Stanfordin yliopiston kemian laitoksen Pande Group. Se lanseerattiin virallisesti 1. lokakuuta 2000. Se voi simuloida tarkasti proteiinien laskostumista. Folding@home on tällä hetkellä maailman suurin hajautettu laskentaprojekti, jotta voidaan ymmärtää paremmin useiden sairauksien syitä ja kehittymistä.
Alustatuki
Grafiikkaprosessori
Proteiinien taittovaikutuksen laskemiseksi nopeasti se on suoritettava prosessorilla, jolla on korkeat liukulukulaskentaominaisuudet, ja grafiikkasuorittimessa on Tehokkaan liukulukulaskentasuorituskyvyn edut, Folding@home on myös alkanut kehittää ohjelmia grafiikkasuorituksille ja delegoida tehtäviä GPU-laskentaan. Folding@home julkaisi 2. lokakuuta 2006 GPU-testiversion Windows-järjestelmille. Testin aikana se sai 31TFLOPS-laskentatehoa 450 ATIX1900GPU:n tarjoamana. Kunkin ytimen keskimääräinen laskentateho on yli 70 perinteiseen prosessoriin verrattuna. Ajat. Toisen sukupolven WindowsGPU:n julkinen beta-versio julkaistiin 10. huhtikuuta 2008. Uusi versio tukee ATI/AMDHD2xxx- ja HD3xxx-sarjoja. Sen ei enää tarvitse kommunikoida grafiikkaytimen kanssa DirectX-liitännän kautta, ja se tukee useita GPU-ytimiä. NVIDIAGPU-versio käyttää CUDA-tekniikkaa, jotta GPU voi suorittaa proteiinin taittotoimintoja. NVIDIA ilmoitti virallisesti, että vain 0,1 % maailman CUDA:ta tukevista näytönohjaimista vaaditaan toimintojen suorittamiseen, ja suorituskyky voi olla jopa 7PFLOPS, mikä ylittää huomattavasti supertietokoneiden laskentatason [6]. Julkinen beta-versio CUDA-yhteensopivalle NVIDIAGPU:lle on julkaistu.
Station3
Sony on liittynyt Folding@home-projektiin. Alkaen PS3:n versiosta 1.6 firmwaresta, se tukee projektin tieteellistä laskelmaa. Koska PS3 käyttää Cell-prosessoria, se voi tarjota tehokkaan tietojenkäsittelyn. Kun PS3 on käyttämättömänä, se käynnistää laskentaohjelman proteiinin laskostumisvaikutuksen laskemiseksi ja käyttää tuloksia erilaisten vaikeasti hoidettavien sairauksien tutkimiseen. Kun CELL-prosessori toimii, NVIDIAn RSX-näytön ydin tarjoaa kolmiulotteisen reaaliaikaisen graafisen näytön proteiinin taitosta. Grafiikkanäyttötehoste on hyvä, tukee 1080p-lähtöä ja HDR-tehosteita. Käyttäjä voi ohjata katselukulmaa kahvan avulla.
PS3 tarjosi kerran Folding@homelle eniten laskentatehoa. NVIDIAGPU-ohjelmiston käyttöönoton myötä NVIDIAGPU korvasi PS3:n ja siitä tuli Folding@homen päävoima. Syyskuun 2008 alussa osallistuvat PS3-pelikonsolit tarjosivat yli 1 200 TFLOPS laskentatehoa projektille, mikä vastaa lähes 35 % kokonaismäärästä.
Moniytimiset prosessorit
Kun yhä useampia eri tyylejä moniytimisprosessoreita julkaistaan ja yhä useammat ohjelmistot tukevat moniytimistä, PandeGroup lisäsi myös symmetriatuen Folding@home Multiprocessorissa (SMP) ), toivoen voivansa parantaa ohjelmiston laskentatehoa. MPI:tä käyttämällä ohjelmisto voi käyttää useita ytimiä toimintojen suorittamiseen samanaikaisesti.
SMP:tä tukeva Folding@home julkaisi beta-testiversion x86-64Linuxille ja x86MacOSX:lle 13. marraskuuta 2006. Win32:n kokeiluversio on julkaistu myös 32-bittiselle Linuxille. Versio on edelleen kehitteillä.
Energiankulutus
PlayStation3-pelikonsolin nimellisteho on 380 W. Koska Folding@Home on suunniteltu suorittimen käyttöön, se saa isännän virrankulutuksen saavuttamaan 100%. Stanfordin PS3-konsoleita koskevien yleisten kysymysten mukaan kuitenkin huomautetaan, että jokainen konsoli "ohjelmaa ajettaessa sen arvioitu teho on noin 200 W [7]". Toukokuun 2008 loppuun mennessä yhteensä yli 51 000 PS3-isäntäkonetta on tarjonnut yli 1 400 TFlops laskentatehoa suunnitelmaa varten, ja jokainen PS3 tarjoaa keskimäärin lähes 30 000 MFlopsia. Stanfordin 200 watin isäntäkohtaisen tehon perusteella (käytettäessä 90 nm:n prosessoria), on arvioitu, että jokainen wattiteho tuottaa yli 150 MFlopsia [8]. Koska PS3:n Cell-prosessori käyttää hienovaraisempia 65 nm ja 45 nm prosesseja, prosessorin virrankulutus pienenee entisestään ja sen laskentateho wattia kohden myös kasvaa.