[论文解读] 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 8

一句话总结

本文提出了一种虚拟实验室框架，利用全球网格（Worldwide Grid）实现按需、高通量的分子对接，用于药物设计。通过集成Nimrod-G进行作业调度以及自定义数据代理实现对化学化合物数据库的远程访问，该系统自动化了对数百万种分子与蛋白质靶标的规模化筛选，在分布式资源上展示了高效、可扩展且用户友好的执行能力。

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.

研究动机与目标

• 通过利用分布式网格资源，解决药物发现中大规模分子对接的计算复杂性问题。
• 简化异构、地理分布广泛的计算环境中的应用组合与作业调度。
• 利用网格技术实现实时、按需对数百万种化学化合物与蛋白质靶标进行筛选。
• 在网格执行框架内，开发实现对化学化合物数据库（CDB）远程、可扩展访问的工具。
• 展示虚拟实验室环境在计算药物设计中的可行性与可用性。

提出的方法

• 使用Nimrod-G工具包将分子对接过程建模为参数扫描应用，实现作业编排与资源代理。
• 开发专用的CDB数据代理，实现跨网格对小分子数据库的远程按需访问。
• Nimrod-G资源代理协调跨分布式网格资源的作业调度与执行，抽象了底层异构性。
• 系统将分子对接工作流构建成分布式并行计算，实现高通量筛选。
• 该框架集成现有网格中间件，以支持大规模模拟中的动态资源分配与容错能力。
• 使用开放标准和模块化组件实现虚拟实验室环境，确保互操作性与可扩展性。

实验结果

研究问题

• RQ1 能否构建一个虚拟实验室环境，利用全球网格实现按需、大规模的药物设计？
• RQ2 现有网格技术在多大程度上可被组合以自动化并扩展分子对接工作流？
• RQ3 在分布式、异构计算环境中，远程访问化学化合物数据库的实现程度如何？
• RQ4 基于网格的系统在对数百万个分子与蛋白质靶标进行筛选时，其可用性与性能如何？
• RQ5 Nimrod-G与自定义数据代理的集成能否实现复杂生物信息学工作负载的透明、可扩展且高效的执行？

主要发现

• 该系统成功利用分布式网格资源实现了对蛋白质靶标进行数百万分子的按需筛选。
• Nimrod-G与CDB数据代理的集成实现了在异构计算环境中透明的作业调度与数据访问。
• 虚拟实验室框架表现出高度可用性，使研究人员无需低层系统管理即可启动大规模分子对接。
• 与传统方法相比，该方法显著减少了大规模药物设计工作流执行的时间与复杂性。
• 结果证实了网格技术在加速计算密集型任务方面在计算生物学与药物发现中的适用性。
• 该系统表现出可扩展性与鲁棒性，支持分布式执行中的动态资源分配与容错能力。