[논문 리뷰] Folding@home: achievements from over twenty years of citizen science herald the exascale era

Vincent A. Voelz, Vijay S. Pande외 1명|arXiv (Cornell University)|2023. 03. 15.

Genetics, Bioinformatics, and Biomedical Research인용 수 4

한 줄 요약

이 논문은 시민 과학 프로젝트인 Folding@home가 20년에 걸쳐 이룩한 과학적·기술적 성과를 검토한다. Folding@home는 분산 컴퓨팅을 활용해 생체분자 역학을 시뮬레이션한다. 전 세계의 자원 봉사자들이 기여하는 컴퓨팅 자원—특히 GPU 가속 기술과 엑사스케일 성능—을 활용함으로써 단백질 접힘, 구조적 동역학, 약물 개발 분야에서의 이해가 크게 향상되었으며, 특히 패an데믹 기간 동안 코로나19 바이러스 연구를 급속히 추진했다.

ABSTRACT

Simulations of biomolecules have enormous potential to inform our understanding of biology but require extremely demanding calculations. For over twenty years, the Folding@home distributed computing project has pioneered a massively parallel approach to biomolecular simulation, harnessing the resources of citizen scientists across the globe. Here, we summarize the scientific and technical advances this perspective has enabled. As the project's name implies, the early years of Folding@home focused on driving advances in our understanding of protein folding by developing statistical methods for capturing long-timescale processes and facilitating insight into complex dynamical processes. Success laid a foundation for broadening the scope of Folding@home to address other functionally relevant conformational changes, such as receptor signaling, enzyme dynamics, and ligand binding. Continued algorithmic advances, hardware developments such as GPU-based computing, and the growing scale of Folding@home have enabled the project to focus on new areas where massively parallel sampling can be impactful. While previous work sought to expand toward larger proteins with slower conformational changes, new work focuses on large-scale comparative studies of different protein sequences and chemical compounds to better understand biology and inform the development of small molecule drugs. Progress on these fronts enabled the community to pivot quickly in response to the COVID-19 pandemic, expanding to become the world's first exascale computer and deploying this massive resource to provide insight into the inner workings of the SARS-CoV-2 virus and aid the development of new antivirals. This success provides a glimpse of what's to come as exascale supercomputers come online, and Folding@home continues its work.

연구 동기 및 목표

• 20년이 넘는 분산 컴퓨팅 기간 동안 Folding@home가 달성한 과학적·기술적 성과를 요약하기 위해.
• 단백질 접힘 시뮬레이션에서 출발해 구조적 동역학 및 약물 개발 등 더 넓은 분야로의 프로젝트 발전 과정을 부각하기 위해.
• 시민 과학과 엑사스케일 수준의 컴퓨팅이 코로나19 패안데믹 기간 동안 빠른 대응을 가능하게 한 방식을 입증하기 위해.
• 알고리즘 혁신과 하드웨어 발전(특히 GPU)이 생체분자 시뮬레이션의 확장성에 기여한 방식을 설명하기 위해.
• 엑사스케일 시대의 대규모 공동체 기반 과학적 발견의 모델로 Folding@home를 위치지키기 위해.

제안 방법

• 전 세계의 개인 기기에서 기여하는 컴퓨팅 자원을 취합하는 분산 컴퓨팅 모델을 활용하여.
• 단백질 접힘 및 구조 변화와 같은 장시간 스케일의 생체분자 과정을 시뮬레이션하기 위해 고도화된 샘플링 알고리즘을 구현하여.
• 기존의 CPU 기반 방법에 비해 훨씬 빠른 분자 동역학 시뮬레이션을 가능하게 하기 위해 GPU 기반 컴퓨팅을 활용하여.
• 수많은 수평적 샘플링 기법을 적용해 수용체, 효소, 리간드 결합 사건 등 다양한 시스템을 연구하여.
• 약물 개발을 위해 단백질 서열과 소분자의 대규모 비교 연구를 포함한 시뮬레이션을 확장하여.
• 코로나19 패안데믹 기간 동안 계산 자원을 신속히 재구성하여 코로나19 바이러스 단백질과 항바이러스 개발을 지원하는 데 중점을 두었다.

실험 결과

연구 질문

• RQ1 과거 20년간 시민 과학이 어떻게 대규모 생체분자 시뮬레이션을 가능하게 했는가?
• RQ2 Folding@home가 복잡한 생체분자 동역학을 대규모로 시뮬레이션할 수 있게 한 기술적·알고리즘적 혁신은 무엇인가?
• RQ3 패안데믹 기간 동안 Folding@home는 코로나19 바이러스를 이해하고 항바이러스 개발을 가속화하는 데 어떻게 기여했는가?
• RQ4 GPU 기반 컴퓨팅과 분산 아키텍처는 생물학적 시뮬레이션에서 엑사스케일 성능을 달성하는 데 어떤 역할을 하는가?
• RQ5 수많은 수평적 샘플링 기법은 단백질 서열과 화합물의 비교 연구에 어떻게 적용될 수 있는가?

주요 결과

• Folding@home는 전 세계 200만 대 이상의 자원 봉사자 기기 자원을 취합하여 엑사스케일 수준의 계산 성능을 달성했다.
• 프로젝트는 단백질 접힘과 구조 변화의 세밀한 시뮬레이션을 가능하게 하여 장시간 스케일의 생물학적 과정에 대한 통찰을 제공했다.
• 코로나19 패안데믹 기간 동안 Folding@home는 코로나19 스파이크 단백질의 동역학과 기타 바이러스 성분을 신속히 시뮬레이션하여 항바이러스 연구에 기여했다.
• 분산 컴퓨팅이 전용 엑사스케일 슈퍼컴퓨터 수준의 성능을 달성할 수 있음을 입증하여 단백질 서열과 리간드의 대규모 비교 연구를 가능하게 했다.
• 강화 샘플링 알고리즘의 발전과 GPU 가속 기술 덕분에 이전에는 구현이 어려웠던 더 크고 더 복잡한 생체분자 시스템의 시뮬레이션이 가능해졌다.
• 패안데믹 기간 동안 Folding@home의 성공은 공동체 기반 과학 컴퓨팅이 급박한 글로벌 보건 문제 해결에 기여할 잠재력을 보여주었다.