曙光高性能计算在生命科学领域中的应用

  【天极网服务器频道12月16日消息】由于测序技术的飞速发展，人类发现的基因序列数目以指数级增长，对于如此数量庞大的基因进行同源性搜寻、比对、分析、遗传发育分析等等，往往伴随着巨大的数据处理量和并行计算量。同时，生命科学的研究对象往往是蛋白质和DNA的大分子，对这些分子的三维结构进行预测，研究它们的动力学特性、热力学特性及其在生命过程中如何发生作用等等，这些科学问题也要借助于高性能计算机。所以高性能计算机在生命科学研究中，应用非常广泛，扮演着及其重要的角色。

  生物领域中的高性能计算最大的特点就是种类多，比如，有生物分子的结构测定，首先通过实验仪器对生物分子进行测量，然后使用一些后处理软件对原始的大量数据进行处理。有对DNA分子进行研究的Illumina 公司的测序仪Genome Analys，HiSeq 2000以及相应的后处理软件GAPipeline等;ABI公司的测序仪Solid3，Solid4以及后处理软件Bioscope。有对蛋白质分子进行研究的三维冷冻电镜方法及结构解析软件EMAN，SPIDER;利用Xray方法测量用软件CCP4、ARP/wARP，CNS进行解析等;质谱仪测序以及后续处理软件tandom(X!tandom)等。有生物信息学类计算，以实验测得的蛋白质、核酸序列为研究对象，对序列进行同源及相似性搜寻、比对、序列分析、遗传发育分析等，应用软件数量巨大，各种软件在同源性分析算法上各有特点，最常用的有BLAST，FASTA，HMMER，ClustalW，DNASTAR，PHYLIP，PAML，PAUP，T-Coffee，EMBOSS等。有分子动力学类计算，从原子的角度利用经典力学模拟分子的运动，研究体系动力学和热力学特性，主要软件有AMBER ，Charmm，NAMD，Gromacs等，这类应用非常适合大规模并行。有计算机辅助药物设计类计算，主要是做分子对接，模拟小分子配体与生物大分子受体的相互作用，预测两者间的结合模式和亲和力，从而进行药物的虚拟筛选，根据计算方法的不同分刚性对接、半柔性对接和柔性对接，应用软件有DOCK ，AutoDock，FlexX，Discovery Studio，ZDOCK，RDOCK，MORDOR等。

  对于生物领域的复杂计算需求特点，曙光推荐如下高性能计算集群解决方案：

  计算子系统包括：高密度、低功耗、易管理的刀片服务器，如曙光TC3600/TC4600，刀片节点配置以双路为主，采用最新的64位Intel或AMD处理器，注重浮点峰值和内存性能;单机性能高、大内存、高I/O的SMP四路或八路胖节点;利用图形加速技术大幅度提高计算能力的GPU节点;计算网络采用低延迟、高带宽的InfiniBand，能大幅度提高应用程序的计算速度和并行加速比;针对大规模高性能计算集群系统，全局共享存储的性能和扩展性非常关键，目前主流的解决方案是采用分布式的并行存储系统，如曙光ParaStor 100/200。在软件层面，曙光为生物高性能计算用户配备完备的并行软件开发和运行环境;配置曙光Gridview集群监控管理及作业调度软件，包含针对不同应用软件开发的Web作业提交界面ClusPortal，可以大大降低高性能计算机的使用门槛。