PNAS: ИИ-алгоритмы предсказали 3D-структуру белков
Ученые Научно-исследовательского центра по развитию суперкомпьютерных технологий представили новую вычислительную платформу APACE, которая использует ИИ и суперкомпьютеры для быстрого и точного предсказания трехмерной структуры белков. Они играют ключевую роль в биологических процессах, а их функция зависит от уникальной формы, которая возникает в процессе фолдинга (сворачивания).
Традиционные методы изучения структуры белка (рентгеновская кристаллография и криоэлектронная микроскопия) требуют сложных и дорогостоящих экспериментов. Алгоритмы AlphaFold на основе ИИ позволили значительно упростить предсказание структуры белков, но требуют значительных вычислительных ресурсов.
APACE оптимизирует работу AlphaFold2, разгружая суперкомпьютер от управления данными и распределяя расчеты между центральными и графическими процессорами. Это позволяет предсказывать структуру белков в сотни раз быстрее, чем ранее.
Тестирование на суперкомпьютере Delta с использованием 300 графических процессоров NVIDIA A100 показало, что APACE в 100 раз быстрее стандартных реализаций AlphaFold2. Это значительно ускоряет процесс предсказания структуры белков и открывает возможности для более глубокого изучения их функций и разработки новых лекарств.
Источник: lenta.ru
![PNAS: ИИ-алгоритмы предсказали 3D-структуру белков](/uploads/shared/uchenue.jpg)
Традиционные методы изучения структуры белка (рентгеновская кристаллография и криоэлектронная микроскопия) требуют сложных и дорогостоящих экспериментов. Алгоритмы AlphaFold на основе ИИ позволили значительно упростить предсказание структуры белков, но требуют значительных вычислительных ресурсов.
APACE оптимизирует работу AlphaFold2, разгружая суперкомпьютер от управления данными и распределяя расчеты между центральными и графическими процессорами. Это позволяет предсказывать структуру белков в сотни раз быстрее, чем ранее.
Тестирование на суперкомпьютере Delta с использованием 300 графических процессоров NVIDIA A100 показало, что APACE в 100 раз быстрее стандартных реализаций AlphaFold2. Это значительно ускоряет процесс предсказания структуры белков и открывает возможности для более глубокого изучения их функций и разработки новых лекарств.
Источник: lenta.ru