Valutazione attuale: 0 / 5

Stella inattivaStella inattivaStella inattivaStella inattivaStella inattiva
 

Nell'ambito dell'analisi dei risultati calcolati dal progetto Rice Nutritious for the World, i ricercatori dovrebbero essere in grado di confrontare strutture proteiche e calcolare un efficiente metodo di valutazione. Un metodo di valutazione sulla base di "Template Modeling", conosciuto come TM-score, fornisce risultati significativamente migliori rispetto al metodo "root-mean-square-deviatione", ma richiede molto più tempo di elaborazione del computer.

Per risolvere questo problema i ricercatori hanno sviluppato una versione dell'algoritmo TM-score che fa uso di unità di elaborazione grafica (GPU), che si trovano nell'hardware video più recente, utilizzato in particolare nei computer da gioco per migliorare l'esperienza visiva. Utilizzando le GPU sono stati in grado di eseguire milioni di confronti di proteine circa 70 volte più velocemente. Il documento descrive il modo in cui è stato realizzato e offrono il software liberamente agli altri scienziati, che potrebbero essere in grado di utilizzarlo per le loro ricerche.

Astratto tecnico:

Motivazione: i confronti accurati di strutture proteiche diverse svolgono un ruolo importante nel campo della biologia strutturale, la previsione della struttura e annotazione funzionale. Il root-mean-square-deviation (RMSD) dopo una sovrapposizione ottimale è la misura predominante di somiglianza a causa della facilità e velocità di calcolo. Tuttavia, l' RMSD  globale dipende dalla lunghezza della proteina e può essere dominato da cicli divergenti che possono oscurare regioni locali di similarità. Una misura più sofisticata della somiglianza della struttura, Template Modeling (TM)-score, evita questi problemi, ed è una delle misure adottate dalla Comunità a livello di esperimenti di valutazione critica di predizione della struttura delle proteine di confrontare i modelli previsti con strutture sperimentali. I calcoli TM-score sono, tuttavia, molto più lenti dei calcoli RMSD. Abbiamo quindi realizzato una versione molto veloce di TM-score per unità di elaborazione grafica (TM-score-GPU), con un nuovo e innovativo metodo ibrido Kabsch / quaternione per il calcolo della sovrapposizione ottimale e RMSD che è stata progettato per le applicazioni parallele. Questa accelerazione della velocità permette al TM-score di essere utilizzato in modo efficiente in applicazioni di calcolo intensivo, come per il clustering dei modelli proteici e confronti genoma della struttura.

Risultati: TM-score-GPU è stato applicato a sei serie di modelli del Nutritious Rice for the World per un totale di 3 milioni di confronti. Il TM-score-GPU è 68 volte più veloce su una GPU ATI 5870, in media, rispetto all'originale implementazione CPU singolo thread su un processore AMD Phenom II 810 quad-core. Disponibilità e applicazione: I sorgenti completi, incluso il codice GPU e la subroutine ibrida RMSD, possono essere scaricati e utilizzati senza restrizioni in http://software.compbio.washington.edu/misc/downloads/tmscore/. L'implementazione è in C + + / OpenCL.

L'accesso al documento:

Per visualizzare il documento, clicca qui.



Per commentare questo post nel forum devi effettuare il login

Pensieri distribuiti

Articoli

Written on 11/02/2019, 11:13 by boboviz
boinc-workshop-2019Anche quest'anno si terrà il Boinc Workshop, dal 9 al 12 Luglio a Chicago. La partecipazione è libera e gratuita.

Ultime dal Blog

Written on 19/06/2017, 14:38 by boboviz
addio-lugano-bellaCari sodali scaccolatori,come alcuni di voi sanno, il sottoscritto, oltre ad essere appassionato di Boinc, è anche "appassionato" di HPC e, visto che il...