[논문 리뷰] Large Scale In Silico Screening on Grid Infrastructures

Nicolas Jacq, Vincent Breton외 18명|arXiv (Cornell University)|2006. 11. 17.

Genetics, Bioinformatics, and Biomedical Research참고 문헌 17인용 수 5

한 줄 요약

이 논문은 말라리아와 조류 인플루엔자와 같은 간과받는 질병을 위한 가상 스크리닝의 실현 가능성을 입증하는 대규모 in silico 약물 스크리닝 캠프에 그리드 컴퓨팅 인fra를 활용한 내용을 제시한다. EGEE, Auvergrid, 그리고 TWGrid를 활용하여 저자들은 CPU 시간 기준 약 105년에 해당하는 계산 능력을 달성하였으며, 그리드 컴퓨팅이 약물 발견 분야에서 분자 도킹에 대해 확장 가능한 솔루션으로서의 가능성을 입증하였다.

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.

연구 동기 및 목표

• 간과받는 질병과 새로운 등장 질병을 대상으로 분산 그리드 컴퓨팅을 활용한 대규모 in silico 약물 스크리닝의 실현 가능성을 평가하기 위해.
• 계산적으로 집약적인 분자 도킹 작업을 처리하는 데 있어 그리드 인fra의 성능과 확장성 평가를 위해.
• 이질적인 그리드 환경에서의 대규모 배포 과정에서 발생하는 특정 기술적 과제를 식별하고 해결하기 위해.
• 말라리아와 조류 인플루엔자에 대한 가상 스크리닝에서 그리드 컴퓨팅의 실용적 응용을 입증하기 위해.
• 분산 컴퓨팅을 활용한 향후 대규모 in silico 약물 발견 기반 프로젝트를 위한 기준 제공을 위해.

제안 방법

• 다양한 그리드 인프라를 통해 대규모 분자 도킹을 조율하기 위해 WISDOM 이니셔티브 프레임워크를 활용하였다.
• EGEE, Auvergrid, TWGrid에 대규모 in silico 스크리닝 워크플로우를 구현하여 이질적인 컴퓨팅 자원을 통합하였다.
• 표준 분자 도킹 소프트웨어를 사용하여 화합물 라이브러리의 표적 단백질에 대한 결합 친화도를 평가하였다.
• 지리적으로 분산된 그리드 노드 간의 작업 배포 및 로드 밸런싱을 구현하여 처리량을 최대화하였다.
• 재현성과 분산 계산의 성능 평가를 보장하기 위해 증명 추적 및 모니터링 도구를 사용하였다.
• 대규모 분산 환경에서의 간헐적인 장애를 처리하기 위해 장애 내성 메커니즘을 통합하였다.

실험 결과

연구 질문

• RQ1 그리드 컴퓨팅 인프라는 간과받는 질병을 위한 대규모 in silico 약물 스크리닝을 효과적으로 지원할 수 있는가?
• RQ2 이질적인 그리드 환경에서 분자 도킹 워크플로우의 도달 가능한 계산 처리량과 확장성은 어떠한가?
• RQ3 실제 그리드 인프라에서의 대규모 배포 과정에서 나타나는 성능 저하 요인과 운영 과제는 무엇인가?
• RQ4 비용과 자원 활용도 측면에서 그리드 기반 가상 스크리닝의 성능은 전통적인 HPC 클러스터와 비교해 어떻게 되는가?
• RQ5 계산 집약적인 장기 실행 스크리닝 캠프를 지속하기 위해 필요한 시스템 수준의 요구사항과 최적화는 무엇인가?

주요 결과

• 이 프로젝트는 EGEE, Auvergrid, TWGrid 인프라를 통해 약 105년에 해당하는 CPU 시간에 상응하는 in silico 스크리닝을 성공적으로 수행하였다.
• 배포 과정을 통해 그리드 컴퓨팅이 대규모 가상 스크리닝을 위한 실현 가능하고 확장 가능한 플랫폼임을 입증하였다.
• 성능 평가 결과, 그리드 인프라는 수용 가능한 효율성으로 복잡하고 장시간 지속되는 분자 도킹 워크로드를 처리할 수 있음을 확인하였다.
• 작업 스케줄링, 데이터 전송 오버헤드, 장애 내성 등 특정 과제들이 대규모 그리드 사용에서 핵심 운영 문제로 확인되었다.
• 결과적으로 WISDOM 이니셔티브의 접근 방식이 검증되었으며, 향후 대규모 in silico 스크리닝 캠프의 기초가 되었다.
• 연구는 표준화된 워크플로우와 모니터링 도구가 분산 환경에서 재현성과 성능 추적을 보장하는 데 중요함을 강조하였다.