[논문 리뷰] libRoadRunner 2.0: A High-Performance SBML Simulation and Analysis Library

Ciaran Welsh, Jin Xu외 4명|arXiv (Cornell University)|2022. 02. 26.

Gene Regulatory Network Analysis인용 수 5

한 줄 요약

libRoadRunner 2.0은 고성능이며 크로스플랫폼인 SBML 시뮬레이션 라이브러리로, 새로운 LLVM 기반 JIT 컴파일러(LLJit)를 사용하여 SBML 모델 컴파일 및 실행을 가속화한다. 이는 시스템 생물학 응용 분야에서 핵심적인 역할을 하는 파라미터 최적화 및 다세포성 가상 조직 모델링과 같은 대규모 모델 집합의 빠른 병렬 시뮬레이션을 가능하게 하며, 이전 버전 및 경쟁 도구 대비 뚜렷한 성능 향상을 보여준다.

ABSTRACT

Motivation: This paper presents libRoadRunner 2.0, an extensible, high-performance, cross-platform, open-source software library for the simulation and analysis of models expressed using Systems Biology Markup Language SBML). Results: libRoadRunner is a self-contained library, able to run both as a component inside other tools via its C++ and C bindings, and interactively through its Python or Julia interface. libRoadRunner uses a custom Just-In-Time JIT compiler built on the widely-used LLVM JIT compiler framework. It compiles SBML-specified models directly into native machine code for a large variety of processors, making it appropriate for solving extremely large models or repeated runs. libRoadRunner is flexible, supporting the bulk of the SBML specification (except for delay and nonlinear algebraic equations) and including several SBML extensions such as composition and distributions. It offers multiple deterministic and stochastic integrators, as well as tools for steady-state, sensitivity, stability analysis, and structural analysis of the stoichiometric matrix. Availability: libRoadRunner binary distributions are available for Mac OS X, Linux, and Windows. The library is licensed under the Apache License Version 2.0. libRoadRunner is also available for ARM-based computers such as the Raspberry Pi and can in principle be compiled on any system supported by LLVM-13. http://sys-bio.github.io/roadrunner/index.html provides online documentation, full build instructions, binaries, and a git source repository.

연구 동기 및 목표

• 대규모 SBML 모델의 컴파일 및 시뮬레이션에서 발생하는 성능 저하 문제를 해결한다. 특히, 모델 집합 및 최적화 워크플로우에서의 영향을 고려한다.
• 고성능 시뮬레이션에서 런타임 오버헤드를 줄이기 위해 개별 및 다중 모델의 컴파일 속도를 향상시킨다.
• RoadRunnerMap와 같은 새로운 추상화 기법과 파이썬의 멀티프로세싱 통합을 통해 다중 SBML 모델의 효율적 병렬 실행을 가능하게 한다.
• 새로운 정적인 상태 해법기, 시간 시리즈 민감도 분석, 모델 구조 접근 기능을 추가하여 기능을 확장한다.
• 연구자와 도구 개발자 모두가 활용할 수 있도록 상호작용 모델링과 더불어 대규모 소프트웨어 생태계 내 재사용 가능한 라이브러리로의 통합을 지원한다.

제안 방법

• LLVM의 ORC JIT v2 API를 사용하여 더 빠른 SBML 모델 컴파일을 위한 새로운 Just-In-Time(JIT) 컴파일러인 LLJit를 구현한다.
• SBML 모델을 저수준 코드로 변환하기 위해 LLVM 중간 표현(IR)을 사용하고, 런타임에 직접 기계어로 컴파일한다.
• 파이썬의 멀티프로세싱 또는 고유한 병렬 전략을 사용하여 다중 모델 컴파일 및 시뮬레이션을 조율하는 컨테이너 추상화인 RoadRunnerMap을 도입한다.
• 저수준 API를 통해 모델 구조와 파라미터를 직접 노출하여, SBML 소스를 변경하지 않고도 런타임에 검사 및 수정이 가능하게 한다.
• 결정론적 및 확률적 수치 적분기, 민감도 분석, 스토이히오메트릭 행렬의 구조 분석을 지원한다.
• C++, C, 파이썬, 줄리아 등 다중 언어 인터페이스를 제공하며, 윈도우, 맥OS, 리눅스, 라즈베리 파이와 같은 ARM 기반 시스템을 포함한 전반적인 호환성을 확보한다.

실험 결과

연구 질문

• RQ1 LLJit라는 새로운 JIT 컴파일러가 이전의 MCJit 기반 구현 대비 SBML 모델의 컴파일 시간을 크게 줄일 수 있는가?
• RQ2 RoadRunnerMap 또는 파이썬의 멀티프로세싱을 통한 병렬 모델 컴파일이 대규모 SBML 시뮬레이션 워크로드에서 성능에 얼마나 기여하는가?
• RQ3 1,036개의 모델을 포함한 정제된 BioModels 데이터베이스에서 시뮬레이션을 수행할 때, libRoadRunner 2.0의 성능은 libRoadRunner v1.6.1 및 다른 도구(COPASI 등)와 비교해 어떻게 되는가?
• RQ4 libRoadRunner 2.0에 추가된 기능들—민감도 분석, 정적인 상태 해법기 등—이 파라미터 최적화 및 모델 집합 연구에 효과적으로 활용될 수 있는가?
• RQ5 libRoadRunner 2.0는 가상 조직 모델링 및 고차원 파라미터 공간 탐색과 같은 고성능 대규모 시스템 생물학 응용 분야를 얼마나 잘 지원할 수 있는가?

주요 결과

• LLJit는 이전의 MCJit 컴파일러 대비 모델 컴파일 시간을 크게 단축시켜 개별 모델 초기화 속도를 향상시킨다.
• RoadRunnerMap 컨테이너를 통해 다중 SBML 모델의 효율적 병렬 컴파일 및 시뮬레이션을 구현하여, 다중 모델 워크로드에서 총 런타임을 감소시킨다.
• 정제된 BioModels 데이터베이스에서 1,036개의 모델을 시뮬레이션한 결과, LLJit와 병렬 실행(12개 스레드)을 사용한 libRoadRunner 2.0가 libRoadRunner v1.6.1 또는 COPASI보다 평균적으로 더 빠른 성능을 보였다.
• RoadRunnerMap과 함께 파이썬의 multiprocessing.Pool을 사용한 결과, 순차 실행 대비 뛰어난 성능을 보였으며, 벤치마크 테스트에서 직접 병렬화 방식과도 동등하거나 이를 초월했다.
• libRoadRunner 2.0는 구성 및 분포 기능을 포함한 광범위한 SBML 기능을 지원하며, 민감도 분석 및 구조 분석과 같은 고급 분석 도구에 접근할 수 있다.
• 라이브러리는 라즈베리 파이와 같은 ARM 기반 시스템에서 네이티브로 사용 가능하여, 엣지 및 임베디드 컴퓨팅 환경까지의 활용 가능성을 넓혔다.