Los investigadores de Argonne han desarrollado una tubería entre las supercomputadoras ALCF y los experimentos de fuente de fotones avanzada para permitir el análisis bajo demanda de la estructura cristalina de las proteínas COVID-19.

Como el coronavirus SARS-CoV-2 y su enfermedad asociada, COVID-19, desarrollado y extendido por el país y el planeta, El Laboratorio Nacional Argonne del Departamento de Energía de EE. UU. (DOE) se unió a la lucha mundial al comenzar a trabajar para comprender y tratar mejor la pandemia. Varias de estas líneas de investigación se han lanzado en Argonne Leadership Computing Facility, una instalación para usuarios de la Oficina de Ciencias del DOE, aprovechar sus considerables recursos científicos; una de estas líneas ha analizado la estructura cristalina de un complejo proteico asociado al coronavirus.

La clave para comprender el coronavirus es desentrañar su estructura. Para tal fin, Los investigadores de Argonne han aprovechado la supercomputadora Theta del ALCF para analizar imágenes cristalográficas de un complejo proteico asociado con el SARS-CoV-2. Las imágenes provienen de Advanced Photon Source (APS) de Argonne, una instalación para usuarios de la Oficina de Ciencias del DOE, después de experimentos que utilizan una técnica conocida como cristalografía de sincrotrón en serie que está diseñada para dilucidar la compleja química de las proteínas virales.

Los experimentos de cristalografía de sincrotrón en serie emplean rayos X de alta intensidad para revelar las estructuras de moléculas grandes utilizando solo dosis de radiación fraccionarias en comparación con los requisitos de las técnicas cristalográficas tradicionales. Como resultado, La cristalografía de sincrotrón en serie permite a los investigadores obtener imágenes de decenas de miles de cristales microscópicos, con longitudes de exposición muy cortas para cada muestra individual. La alta velocidad de la técnica conduce a la generación de una amplia gama de datos, cuya complejidad y densidad requieren análisis sofisticados y exigentes desde el punto de vista informático.

Los sistemas masivamente paralelos como Theta son únicos en su capacidad para satisfacer las demandas que plantea la cristalografía de sincrotrón en serie para procesamiento sobre la marcha. Permitir que Theta se use en el procesamiento sobre la marcha es una canalización de datos construida alrededor de la supercomputadora. Esta canalización automatiza la adquisición de datos, análisis, curación y visualización, transportar los resultados a un repositorio del que se pueden extraer los metadatos para su publicación.

La canalización genera grandes lotes de imágenes a un ritmo elevado, con transferencias de datos que alcanzan velocidades de 700 megabytes por segundo gracias a Globus, un servicio de gestión de datos gestionado por la Universidad de Chicago.

"La implementación de esta canalización entre el APS y el ALCF para el análisis bajo demanda ha sido un gran éxito, "dijo Ryan Chard, un científico informático en Argonne que dirige los esfuerzos de procesamiento de imágenes. "Logramos una velocidad de procesamiento de hasta 95 imágenes por segundo". Esta alta velocidad hizo posible entregar retroalimentación instantánea a los experimentadores en el APS.

La tubería comienza con Globus transfiriendo imágenes del APS al sistema Theta. Luego, las imágenes se analizan y procesan utilizando FuncX, un sistema de computación de función como servicio que organiza el envío de tareas individuales a los nodos de computación disponibles. Posteriormente, FuncX también se utiliza para extraer metadatos sobre hits, identificar difracciones de cristal, y generar visualizaciones que representen tanto la muestra como la ubicación de las visitas. Después de esto, los datos sin procesar, metadatos, y las visualizaciones relacionadas se publican en un portal alojado en el ALCF, donde se indexan y se pueden buscar para su reutilización.

Se analizaron diecinueve muestras en casi 1, 500 flujos en el transcurso de tres ejecuciones de diez horas en el haz APS, durante el cual más de 700, Se procesaron 000 imágenes en Theta. Los datos resultantes se publicaron en el portal de datos y se utilizaron para perfeccionar aún más el trabajo experimental y las configuraciones. La orquestación necesaria para facilitar la investigación a esta escala está habilitada por los servicios de automatización de datos de investigación que se encuentran actualmente en desarrollo en la plataforma Globus. y respaldado por la transferencia de archivos confiable, y capacidades seguras de intercambio de datos que ya se utilizan ampliamente en las líneas de luz de APS. Estas capacidades continuarán mejorando con las mejoras planificadas en el futuro a las líneas de luz APS, Supercomputadoras ALCF, Globus, y la red APS-a-ALCF. La próxima actualización de APS, lo que permitirá a los investigadores ver cosas a una escala que nunca antes habían visto con rayos X basados ​​en anillos de almacenamiento, aumentará las velocidades de datos en órdenes de magnitud. La combinación de estas capacidades de ALCF y APS Upgrade mejorará enormemente el descubrimiento científico.

"La creciente relevancia biológica de los experimentos de cristalografía de sincrotrón en serie ha hecho que los investigadores preparen una serie de experimentos adicionales en las próximas semanas, "dijo Darren Sherrell, biofísico y científico de líneas de luz en la División de Ciencias de Rayos X de la APS. "Este trabajo allana el camino para dilucidar la importante dinámica estructural de proteínas del coronavirus".