Des chercheurs apportent des outils innovants d’IA et de simulation sur le front de la COVID-19

Les collaborations d'Argonne placent les outils informatiques au premier plan de la recherche sur le COVID-19

L’extension de l’ALCF basée sur l’IA et la simulation du supercalculateur Theta, ThetaGPU. Crédit : Laboratoire National d’Argonne

Dans sa campagne en cours pour révéler le fonctionnement interne du virus Sar-CoV-2, le laboratoire national Argonne du département américain de l’Énergie (DOE) dirige les efforts pour coupler l’intelligence artificielle (IA) et les workflows de simulation de pointe pour mieux comprendre observations biologiques et accélérer la découverte de médicaments.

Argonne a collaboré avec des partenaires de recherche universitaires et commerciaux pour obtenir un retour en temps quasi réel entre les approches de simulation et d’IA afin de comprendre comment deux protéines du génome viral du SRAS-CoV-2, nsp10 et nsp16, interagissent pour aider le virus à se répliquer et à échapper au système immunitaire de l’hôte. système.

L’équipe a franchi cette étape en couplant deux plates-formes matérielles distinctes : Cerebras CS-1, un accélérateur d’apprentissage en profondeur sur plaquettes de silicium doté d’un processeur ; et ThetaGPU, une extension compatible avec l’IA et la simulation du supercalculateur Theta, hébergée à l’Argonne Leadership Computing Facility, une installation utilisateur du DOE Office of Science.

Pour activer cette capacité, l’équipe a développé Stream-AI-MD, une nouvelle application de la méthode d’IA appelée apprentissage en profondeur pour piloter des simulations de dynamique moléculaire adaptative (MD) en streaming. Les données des simulations sont transmises de ThetaGPU sur la plate-forme Cerebras CS-1 pour analyser simultanément comment les deux protéines interagissent.

Les collaborations d'Argonne placent les outils informatiques au premier plan de la recherche sur le COVID-19

Cerebras CS-1 est un accélérateur d’apprentissage en profondeur sur plaquettes de silicium doté d’un processeur. Crédit : Laboratoire National d’Argonne

« Cela doit être fait à une échelle sans précédent puisque la génération de données et les composants d’IA doivent fonctionner côte à côte », a déclaré le biologiste informaticien d’Argonne, Arvind Ramanathan, membre de l’équipe de recherche. « L’idée est que si une machine est bonne pour faire des simulations MD et une autre est très bonne pour l’IA, alors pourquoi ne pas coupler les deux pour produire un système beaucoup plus grand qui offre plus de débit avec l’IA », a expliqué Ramanathan.

L’une des techniques d’IA qu’ils utilisent s’appelle un auto-encodeur variationnel, qui apprend à capturer les informations les plus essentielles à partir des simulations MD. La taille des ensembles de données de simulation est réduite de manière à permettre aux chercheurs de mieux comprendre la dynamique se produisant dans la simulation.

En exécutant leur composant d’apprentissage en profondeur sur Cerebras CS-1, ils peuvent identifier des poches de liaison – de minuscules espaces qui pourraient se développer pendant la formation des deux protéines – qui peuvent être ciblées pour la conception de médicaments à petites molécules.

Ces flux de travail permettront à terme des découvertes de médicaments qui traitent à la fois le virus du SRAS-CoV-2 et d’autres maladies, lorsque les processus physiques sous-jacents à des fonctions biologiques spécifiques sont caractérisés, a déclaré Ramanathan. Et bien que l’étude ne se concentre actuellement pas sur les vaccins, le développement de modèles plus complexes pourrait conduire à la conception de vaccins.

« Ce flux de travail itératif de prise en charge des techniques de diffusion en continu d’IA et de MD sur les plates-formes matérielles émergentes ouvrira la voie à l’avancement de nos connaissances sur le fonctionnement des protéines », a déclaré Ramanathan. « Dans le contexte du virus SARS-CoV-2, une compréhension fondamentale des processus moléculaires, tels que l’interaction nsp16-nsp10, est importante si nous voulons concevoir des médicaments qui peuvent arrêter le virus sur son chemin. »

La recherche a été publiée dans les actes de la conférence Platform for Advanced Scientific Computing (PASC ’21), du 5 au 9 juillet 2021, Genève, Suisse. ACM, New York, NY, États-Unis.


L’initiative pilotée par l’IA qui accélère la découverte de médicaments pour traiter le COVID-19


Plus d’information:
Alexander Brace et al, Stream-AI-MD, Actes de la conférence Platform for Advanced Scientific Computing (2021). DOI : 10.1145/3468267.3470578

Fourni par le Laboratoire National d’Argonne

Citation: Les chercheurs apportent des outils innovants d’IA et de simulation sur le front de bataille COVID-19 (2021, 1er septembre) récupéré le 1er septembre 2021 sur https://techxplore.com/news/2021-09-ai-simulation-tools-covid-battlefront.html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.