Superkomputerowe narzędzie do szybkiego odkrywania leków
Pojawienie się narzędzi cyfrowych wykorzystujących obliczenia wielkiej skali (HPC) i modelowanie dużych zbiorów danych otworzyło możliwość projektowania leków dla nietradycyjnych graczy z branży medycznej, takich jak duże firmy technologiczne, które kwestionują pogląd, że systemy biologiczne są zbyt złożone, aby je modelować. „Jesteśmy świadkami przejścia od modeli opartych na danych do danych generowanych, ponieważ są one odpowiednie do trenowania modeli” — zauważa Andrea Beccari, szef platform odkrywania w Dompé farmaceutici, firmie będącej gospodarzem projektu. Głównym celem projektu LIGATE było potwierdzenie roli, jaką zasoby superkomputerowe mogą odgrywać w odkrywaniu leków, co jest szczególnie istotne w czasach ostrych kryzysów zdrowotnych, takich jak pandemie. W ramach projektu opracowano wspomagane sztuczną inteligencją (AI) narzędzie do wirtualnego badania przesiewowego leków, które można dostosować do dowolnej architektury sprzętowej i które stanowi funkcjonalny rdzeń platformy odkrywania leków Exscalate. Platforma Exscalate umożliwia badaczom testowanie biblioteki cząsteczek przeciwko wielu celom, aby zidentyfikować możliwe sposoby leczenia zagrożeń takich jak COVID-19. „Początkowo biliony wirtualnych cząsteczek zostaną poddane badaniom przesiewowym w celu znalezienia odpowiednich leków przeciwwirusowych o szerokim spektrum działania. Najlepsi kandydaci zostaną przetestowani za pomocą testów antywirusowych i metod analizy strukturalnej” — mówi Beccari. Narzędzie LIGATE generuje symulację 3D cząsteczek będących przedmiotem zainteresowania, które są wykorzystywane do badania wszystkich konformacji molekularnych (przestrzennych układów atomów), które mogą występować w miejscu aktywnym białka docelowego. Narzędzie wybiera cząsteczki oceniane jako najbardziej obiecujące na podstawie interakcji z aminokwasami białka, a narzędzie sztucznej inteligencji klasyfikuje każdą z nich na podstawie ich przewidywanej skuteczności.
Przenośność i elastyczność
Rozwiązanie LIGATE integruje zarówno komponenty open-source, jak i własnościowe. Moduły open-source były niezależne od domeny, co umożliwiło rozwój całej aplikacji i jej wdrożenie na dużą skalę, a także specyficzne dla domeny, aby pozwolić na funkcje symulacji molekularnych i wirtualnych badań przesiewowych. „LIGATE skorzystał z elastyczności, wydajności i skalowalności kodu społecznościowego, uzupełnionego o własne moduły, które pozwalają na jego komercyjne wykorzystanie” — dodaje Beccari. Aby wykorzystać wkrótce dostępne zasoby obliczeniowe eksaskali, kluczowa była kompatybilność z różnymi architekturami sprzętowymi, zwłaszcza z procesorami graficznymi. Jest to szczególnie prawdziwe w przypadku pilnych aplikacji obliczeniowych — tych zależnych od maksymalnej mocy obliczeniowej (często wykorzystujących wiele superkomputerów jednocześnie) w celu reagowania na krytyczne zagrożenia, takie jak pandemia COVID-19. Znaczna część kluczowego sprzętu jest napisana jednak we własnościowych językach programowania, dlatego zespół musiał opracować model programowania (przy użyciu języka SYCL, który jest royalty-free) dla głównych modułów, dzięki czemu oprogramowanie można przenosić między procesorami CPU, GPU i kartami FPGA.
Zwiększenie dokładności oceny leków
Kluczowym celem projektu było wdrożenie narzędzia przesiewowego w ramach wspieranej przez UE platformy LEXIS, utworzonej z myślą o zapewnieniu większego dostępu do potężnych zasobów HPC. Wykorzystujące interfejs sieciowy zaprojektowany z myślą o dalszym zwiększeniu jego dostępności narzędzie LIGATE zostało zademonstrowane podczas ostatniego szczytu EuroHPC, kiedy działało jednocześnie na superkomputerach Karolina, LUMI i LEONARDO. „Naukowcy wkrótce będą mogli korzystać z sieci europejskich zasobów obliczeniowych w celu odkrywania nowych leków bez konieczności posiadania zaawansowanej wiedzy komputerowej” — wyjaśnia Beccari, który pełnił funkcję koordynatora projektu LIGATE. W poprzednim projekcie, EXSCALATE4CoV, wykorzystano wcześniejszą wersję narzędzia LIGATE do badania leków o zmienionym składzie pod kątem przydatności przeciwko COVID-19, identyfikując raloksyfen jako środek obiecujący terapeutycznie. Lek następnie przeszedł badanie kliniczne fazy II. „Co ciekawe, podczas symulacji molekularnych platforma znalazła również potencjalnie bezpieczniejszą nową szczepionkę, która jest obecnie oceniana przedklinicznie” — dodaje Beccari. Projekt został zrealizowany przy wsparciu ze Wspólnego Przedsięwzięcia w dziedzinie Europejskich Obliczeń Wielkiej Skali (Wspólne Przedsięwzięcie EuroHPC), inicjatywy utworzonej w celu stworzenia w Europie światowej klasy ekosystemu superkomputerów.
Słowa kluczowe
LIGATE, Wspólne Przedsięwzięcie EuroHPC, cząsteczka, lek, AI, odkrywanie leków, wirtualne badania przesiewowe, superkomputery, przenośność, big data, GPU, wirus, COVID-19, open-source, HPC
