[論文レビュー] Virtual Laboratory: Enabling On-Demand Drug Design with the World Wide Grid

Rajkumar Buyya, Kim Branson+2 more|ArXiv.org|Nov 17, 2001

Distributed and Parallel Computing Systems参考文献 11被引用数 8

ひとこと要約

本稿では、ワールドワイド・グリッドを活用して、ドラッグ・デザインのためのオンデマンドで高スループットな分子ドッキングを実現する仮想ラボフレームワークを提示する。Nimrod-Gを用いたジョブスケジューリングと、化学化合物データベースへのリモートアクセスを可能にするカスタムデータブローカーを統合することで、タンパク質標的に対して数百万の分子を大規模にスクリーニングする自動化が可能となり、分散リソース上で効率的でスケーラブルかつ使いやすい実行が実証された。

ABSTRACT

Computational Grids are emerging as a popular paradigm for solving large-scale compute and data intensive problems in science, engineering, and commerce. However, application composition, resource management and scheduling in these environments is a complex undertaking. In this paper, we illustrate the creation of a virtual laboratory environment by leveraging existing Grid technologies to enable molecular modeling for drug design on distributed resources. It involves screening millions of molecules of chemical compounds against a protein target, chemical database (CDB) to identify those with potential use for drug design. We have grid-enabled the molecular docking process by composing it as a parameter sweep application using the Nimrod-G tools. We then developed new tools for remote access to molecules in CDB small molecule database. The Nimrod-G resource broker along with molecule CDB data broker is used for scheduling and on-demand processing of jobs on distributed grid resources. The results demonstrate the ease of use and suitability of the Nimrod-G and virtual laboratory tools.

研究の動機と目的

• ドラッグ・ディスカバリにおける大規模な分子ドッキングの計算複雑性に対処するため、分散グリッドリソースを活用すること。
• 異種で地理的に分散したコンピューティング環境におけるアプリケーションの構成とジョブスケジューリングを簡素化すること。
• グリッド技術を用いて、タンパク質標的に対して数百万の化学化合物をリアルタイムでオンデマンドでスクリーニングすること。
• グリッド実行フレームワーク内での化学化合物データベース（CDB）へのリモートでスケーラブルなアクセスを可能にするツールを開発すること。
• 計算ドラッグ・ディスカバリのための仮想ラボ環境の実現可能性と使いやすさを実証すること。

提案手法

• 分子ドッキングプロセスは、Nimrod-Gツールキットを用いたジョブオchestrationとリソースブローカーとしてのパラメータスイープアプリケーションとしてモデル化された。
• グリッド全体にまたがる小分子データベースへのリモートでオンデマンドのアクセスを可能にする専用のCDBデータブローカーが開発された。
• Nimrod-Gリソースブローカーが、異種のコンピューティングリソースの上でのジョブスケジューリングと実行を調整し、低レベルの非均一性を抽象化した。
• システムは、分子ドッキングワークフローを分散型で並列計算として構成し、高スループットスクリーニングを可能にした。
• 大規模なシミュレーションにおける動的リソース割り当てとフォールトトレランスをサポートするため、既存のグリッドミドルウェアが統合された。
• 仮想ラボ環境は、オープンスタンダードとモジュラー構成要素を用いて実装され、相互運用性と拡張性を確保した。

実験結果

リサーチクエスチョン

• RQ1 ワールドワイド・グリッドを用いて、オンデマンドで大規模なドラッグ・デザインを支援する仮想ラボ環境を構築できるか？
• RQ2 既存のグリッド技術をどのように組み合わせれば、分子ドッキングワークフローの自動化とスケーリングが可能になるか？
• RQ3 異種で分散したコンピューティング環境において、化学化合物データベースへのリモートアクセスをどの程度実現できるか？
• RQ4 タンパク質標的に対して数百万の分子をスクリーニングするためのグリッドベースのシステムの使いやすさとパフォーマンスはいかほどか？
• RQ5 Nimrod-Gとカスタムデータブローカーの統合により、複雑なバイオインフォマティクスワークロードの透過的でスケーラブルかつ効率的な実行が可能になるか？

主な発見

• システムは、分散グリッドリソースを活用して、タンパク質標的に対して数百万の分子のオンデマンドスクリーニングを成功裏に実現した。
• Nimrod-GとCDBデータブローカーの統合により、異種のコンピューティング環境において透過的なジョブスケジューリングとデータアクセスが可能になった。
• 仮想ラボフレームワークは高い使いやすさを示し、研究者が低レベルのシステム管理を一切行わずとも大規模な分子ドッキングを開始できるようになった。
• 従来の方法と比較して、大規模なドラッグ・ディスカバリーワークフローの実行にかかる時間と複雑さが顕著に削減された。
• 結果として、グリッド技術が計算集約型タスクを計算生物学およびドラッグ・ディスカバリの分野で加速させるのに適していることが確認された。
• システムはスケーラブルで頑健であり、分散実行における動的リソース割り当てとフォールトトレランスをサポートした。