劳伦斯利弗莫尔实验室使用人工智能和超级计算机在全球对抗COVID-19

时间:2020-04-04 17:33 来源:seo 作者:杏鑫 点击量:

劳伦斯利弗莫尔实验室使用人工智能和超级计算机在全球对抗COVID-19

劳伦斯利弗莫尔国家实验室(LLNL)的科学家们正通过结合人工智能/机器学习、生物信息学和超级计算来帮助发现对抗这种疾病的新抗体和药物候选,从而为全球抗击covid19做出贡献。

由五个高性能计算集群(HPC)和多年的经验在疫苗和发展对策,一个COVID-19 LLNL反应小组的研究人员从不同的学科已经使用建模与仿真,以及机器学习识别大约20初始,然而有前途,抗体设计几乎无穷的潜力,检查数以百万计的小分子,抗病毒的特性。候选人需要合成和实验测试;实验室的研究人员警告说,这可能需要时间。但是,目前正在取得进展。

几十年来,这个实验室一直走在保护国家免受任何形式的生物威胁的前沿。曾负责llnl&rakestraw公司生物防御项目的高级科学顾问Dave Rakestraw说,他正在协调实验室的COVID-19技术反应。在过去的六年里,我们一直把大量的注意力放在利用LLNL的计算资源上,试图加快制定应对新出现的生物威胁的时间表。我们已经做到了这一点,利用我们广泛的计算能力(员工和计算机基础设施),与大学、制药公司和科技公司发展伙伴关系。这一努力使我们处于这样一种境地,即我们现在已经有了一些工具,可以帮助应对当前的危机。

当COVID-19病毒爆发时,LLNL’s Adam Zemla开发并发表了该病毒的预测三维蛋白质结构,该结构被十几个外部研究小组下载并使用。从那时起,SARS-CoV-2关键蛋白的实际晶体结构就被确定了,而SARS-CoV-2是导致COVID-19的病毒。研究人员说,这与研究小组的预测非常吻合。

带着病毒;由Daniel Faissol和Thomas Desautels领导的LLNL团队预测了SARS的三维结构和一些已知的结合和中和抗体,他们使用两个HPC集群对能够结合到SARS- cov -2的抗体进行人工智能驱动的虚拟筛选,生成高保真模拟来测试分子间的相互作用的有效性。该建模平台由美国国防部高级研究计划局(DARPA)和内部实验室指导研发(LDRD)提供资金支持,是首个将实验数据、结构生物学、生物信息建模和分子模拟相结合的模型平台。由机器学习算法驱动;为了设计候选抗体,该平台被用来识别对SARS抗体的潜在高价值修饰,使其与SARS- cov -2结合。

我们的方法,虽然仍在发展中,目的是在极短的时间内设计出高质量的抗体疗法或疫苗,以应对无法等待数轮耗时的实验步骤的情况。Faissol说。实验数据和结构生物信息学是实现高质量预测的重要组成部分,但在高性能计算中集成机器学习和分子模拟是实现速度和可扩展性的关键,我们需要搜索和评估大量可能的抗体设计。

这种方法不仅在很大程度上加快了仅仅由人类直觉引导的选择过程;将候选抗体的数量从1039种减少到几周内的少数几种;但却把重点放在了科学家们可能不会关注的领域。

现在,我们不是在盲目地寻找。我们实际上是在创造我们认为属于设计空间的适当部分的结构,然后我们对这些结构进行评估。实验室负责数据科学的副主任吉姆·布拉斯说。我们会得到新奇的东西,而且我们希望本;最后,从这种方法中得到的经过验证的真实答案的比例更高。

研究人员表示,他们只是刚刚开始研究这些数据,目前正通过内部努力和有针对性的外部合作,安排合成,以及对设计进行测试和评估。

抗病毒药物设计

多管齐下反应的另一个组成部分涉及抗病毒药物的设计。由Felice Lightstone和Jonathan Allen领导的一组实验室科学家最近利用整个石英超级计算集群的专用访问时间,对两个covid19蛋白的小分子进行了虚拟筛选。利用实验室科学家张晓华(音译)开发的LLNL定制软件,LLNL团队进行了一次大规模的计算运行,从四个蛋白位点筛选了2600万个分子(总计超过1亿个停靠计算),以识别可能预防感染或治疗covid19的化合物。

利用我们从美国心脏协会加速药物发现中心创造的计算工具和数据,我们能够如此迅速地、大规模地计算筛选这些分子。Lightstone说。这是发现一种新的抗病毒药物的第一步。我们开发了一套完整的药物设计流程,并计划在未来几周内继续进行,最后对预测的分子进行实验测试。这将加快药物设计的进程。

一些用于分子测定的模型;安全性来自于多机构ATOM(医学机会加速疗法)联盟开发的系统,该联盟是一个旨在加速癌症药物发现的项目。研究人员说,这项工作帮助实验室及时评估了分子,并建立了对任何疫情都有用的模型。

需要DOE实验室能力

LLNL的科学家称这次的COVID-19大流行为“警钟”。这表明政府需要进行长期投资和持续的努力,特别是在将高性能计算应用于个性化医疗方面。

明确了能源能力领导部门的必要性和价值;LLNL’生物工程中心主任Shankar Sundaram说。实验室在进行预测生物学研究时预见了这种情况。我们之所以能够迅速进入这一领域,不仅是因为我们有能力,还因为我们对这些场景已经思考了很长时间。

LLNL生物医学科学家拉里·杜根开发了一种基于pcr的便携式快速分子诊断平台(Bio ID)。快速诊断COVID-19。

COVID-19的整体应对工作涉及美国能源部所有17个国家实验室。响应小组包括来自实验室的科学家和工程师;生物工程中心、法医学中心和生物防御知识中心(BKC)、生物科学和生物技术部以及集群系统石英、拉森、科罗娜、帕斯卡和催化剂的高性能计算能力。

当前位置:主页 > 技术知识 >

声明:本文杏鑫娱乐整理不代表个人观点,转载请注明原文,点击还能查看更多的文章;本文网址: http://www.kozbods.com/jishu/1038.html

围观: 次 | 责任编辑:杏鑫

延伸阅读

SEO关键字



回到顶部