[論文レビュー] Large Scale In Silico Screening on Grid Infrastructures

Nicolas Jacq, Vincent Breton+18 more|arXiv (Cornell University)|Nov 17, 2006

Genetics, Bioinformatics, and Biomedical Research参考文献 17被引用数 5

ひとこと要約

本論文は、マラリアや鳥インフルエンザなどの無視されがちな疾患に対するバーチャルスクリーニングの実現可能性を示す、大規模なインシリコスクリーニングキャンペーンを、グリッドコンピューティングインfrastructuresを用いて実施した。EGEE、Auvergrid、TWGridを活用することで、105年分のCPU時間に相当する計算を達成し、グリッドコンピューティングが薬物発見における分子ドッキングのスケーラブルなソリューションであることを裏付けた。

ABSTRACT

Large-scale grid infrastructures for in silico drug discovery open opportunities of particular interest to neglected and emerging diseases. In 2005 and 2006, we have been able to deploy large scale in silico docking within the framework of the WISDOM initiative against Malaria and Avian Flu requiring about 105 years of CPU on the EGEE, Auvergrid and TWGrid infrastructures. These achievements demonstrated the relevance of large-scale grid infrastructures for the virtual screening by molecular docking. This also allowed evaluating the performances of the grid infrastructures and to identify specific issues raised by large-scale deployment.

研究の動機と目的

• 無視されがちな疾患および新興疾患に対する分散グリッドコンピューティングを用いた大規模なインシリコスクリーニングの実現可能性を評価すること。
• 計算負荷の高い分子ドッキングタスクを処理する際の、グリッドインfrastructuresのパフォーマンスおよびスケーラビリティを評価すること。
• 異種グリッド環境への大規模な展開に伴い生じる特定の技術的課題を同定し、それらに対処すること。
• グリッドコンピューティングの実用的応用を、マラリアおよび鳥インフルエンザのバーチャルスクリーニングにおいて示すこと。
• 分散コンピューティングを用いた将来の大規模なインシリコスクリーニングイニシャチブのベンチマークを提供すること。

提案手法

• 複数のグリッドインfrastructuresに跨る大規模な分子ドッキングをオchestrateするために、WISDOMイニシャチブフレームワークを活用した。
• EGEE、Auvergrid、TWGridにインシリコスクリーニングワークフローを展開し、異種コンピューティングリソースを統合した。
• 標準的な分子ドッキングソフトウェアを用いて、化合物ライブラリのターゲットタンパク質に対する結合親和性を評価した。
• 地理的に分散されたグリッドノード間でのジョブ配布およびロードバランシングを実装し、スループットを最大化した。
• 再現性および分散計算のパフォーマンス評価を保証するため、プロバンセンス追跡および監視ツールを活用した。
• 大規模な分散環境における一時的な障害に対応するためのフェイルセーフメカニズムを統合した。

実験結果

リサーチクエスチョン

• RQ1 グリッドコンピューティングインfrastructuresは、無視されがちな疾患に対する大規模なインシリコスクリーニングを効果的に支援できるか？
• RQ2 異種グリッド環境における分子ドッキングワークフローの達成可能な計算スループットおよびスケーラビリティはどの程度か？
• RQ3 本番グリッドインfrastructures上での大規模な展開において、どのようなパフォーマンスボトルネックおよび運用上の課題が生じるか？
• RQ4 コストおよびリソース利用効率の観点から、グリッドベースのバーチャルスクリーニングは、従来のHPCクラスターよりも優れているか？
• RQ5 長時間にわたる計算集約型スクリーニングキャンペーンを継続的に実行するためには、どのようなシステムレベルの要件および最適化が必要か？

主な発見

• 本プロジェクトは、EGEE、Auvergrid、TWGridインfrastructures上で、約105年分のCPU時間に相当するインシリコスクリーニングを成功裏に実行した。
• 展開の結果、グリッドコンピューティングが大規模なバーチャルスクリーニングのための実用的でスケーラブルなプラットフォームであることが実証された。
• パフォーマンス評価から、グリッドインfrastructuresは、妥当な効率で複雑で長時間にわたる分子ドッキングワークロードを処理できることを示した。
• ジョブスケジューリング、データ転送のオーバーヘッド、フェイルセーフ性といった課題が、大規模なグリッド利用における重要な運用上の問題であると同定された。
• 結果は、WISDOMイニシャチブのアプローチの有効性を裏付け、将来の大規模なインシリコスクリーニングキャンペーンの基盤を提供した。
• 本研究は、分散環境における再現性およびパフォーマンストラッキングを保証するため、標準化されたワークフローおよび監視ツールの重要性を強調した。