UC Davis ayuda a que los medicamentos sean más seguros con Oracle Cloud HPC
Los investigadores de UC Davis ejecutan modelos de aprendizaje automático y dinámica molecular dos veces más rápido que antes con Oracle High-Performance Computing.
“Utilizamos la plataforma de recursos informáticos de alto rendimiento (HPC) de Oracle para ayudarnos a realizar investigaciones de resolución atómica de las funciones del canal iónico y las interacciones de los medicamentos del canal iónico. También podemos predecir con más precisión la seguridad y la eficacia de los medicamentos preclínicos.”
Desafíos del negocio
Durante décadas, los investigadores de la UC Davis School of Medicine de la Universidad de California han estado trabajando con los fabricantes de medicamentos y los reguladores para ayudarlos a llevar nuevos productos farmacéuticos al mercado rápidamente, al tiempo que previenen los posibles riesgos para la salud.
Uno de los riesgos más importantes son los riesgos para la salud cardíaca inducidos por fármacos, conocidos como cardiotoxicidad. Mediante su trabajo, los investigadores de UC Davis, Igor Vorobyov y Colleen Clancy, comenzaron a desafiar el modelo bidimensional estándar de la industria médica de probar medicamentos para así encontrar opciones más seguras para el corazón.
Al ejecutar modelos de aprendizaje automático y dinámica molecular en Oracle Cloud Infrastructure (OCI), el equipo de investigación de UC Davis puede evaluar más rápidamente los factores de riesgo de los medicamentos mediante el análisis de la fisiología completa de una persona, incluidas las moléculas de proteínas, células, tejidos, órganos, género y cualquier condición cardiaca preexistente.
La plataforma HPC de OCI nos ayuda a ejecutar 50 simulaciones diferentes a la vez, lo que nos posibilita probar todo tipo de condiciones y garantizar que nuestra investigación no se halla limitada por la velocidad de nuestras simulaciones.
Por qué UC Davis eligió Oracle
Los investigadores de UC Davis, Igor Vorobyov y Colleen Clancy, necesitaban para sus recursos informáticos mucha más potencia de la que podían acceder desde los clústeres de servidores locales de la universidad y otros recursos.
Recurrieron a Oracle for Research, que respaldó a Vorobyov, Clancy y su equipo con una subvención de Oracle for Research de un año, que les brindó acceso a Oracle Cloud y colaboración técnica gratuita. El equipo de investigación de UC Davis ahora puede ejecutar simulaciones de dinámica molecular multiescala, incluidos 500 millones de cálculos de energía y fuerza en más de 100 000 átomos diferentes utilizando computación de alto rendimiento (HPC) en Oracle Cloud Infraestructure.
Resultados
Oracle High-Performance Computing está ayudando a los investigadores de UC Davis a analizar más variables a una escala mucho mayor de lo que podían cuando ejecutaron sus simulaciones utilizando los recursos locales de la universidad.
Al aprovisionar cientos de núcleos de cómputo y GPU Nvidia Tesla P100 y V100 en OCI, los investigadores de UC Davis pueden acelerar más rápidamente sus entornos de prueba de drogas, en el tamaño y la forma que requieren, sin la sobrecarga que implica adquirir y mantener una combinación cambiante de hardware.
Y, con la arquitectura distribuida de Oracle Cloud Infrastructure, ahora es mucho más fácil procesar varias tareas simultáneamente.
Usando HPC en OCI, los investigadores ahora pueden ejecutar simulaciones de dinámica molecular de microsegundos de estructuras de resolución atómica para probar medicamentos para cardiotoxicidad, y luego vincular estos modelos "atomísticos" con simulaciones de milisegundos y segundos de duración de modelos "funcionales", que incluyen canales, células y tejidos.
Para mejorar el nivel de rendimiento al vincular estos modelos a escala molecular y funcional, los investigadores de UC Davis ejecutan sus simulaciones en una instancia informática bare metal de OCI, utilizando CPU Intel Xeon de 12 núcleos.
Con un entorno virtual preinstalado en OCI Data Science, que tiene un entorno de desarrollo integrado de Jupyter Notebook y todo el lenguaje de programación Python y las bibliotecas de aprendizaje automático, incluidos PyTorch, NumPy, Pandas y scikit-learn, los investigadores también pueden completar simulaciones de aprendizaje automático en unos 700 segundos, que es el doble de rápido que cuando lo ejecutaban localmente.
Si bien los investigadores han centrado su trabajo en determinar la cardiotoxicidad inducida por medicamentos, creen que al ejecutar sus modelos en OCI HPC y OCI Data Science, ahora tienen el poder en recursos informáticos y la escala para ayudar a los fabricantes de medicamentos y personal de la salud a abordar todo tipo de enfermedades, del cáncer hasta los trastornos metabólicos y la inflamación.
Desde que la universidad comenzó a ejecutar sus modelos de dinámica molecular y aprendizaje automático en OCI HPC y OCI Data Science, sus modelos son más fácilmente repetibles y se pueden aplicar de manera más amplia y aplicar en diferentes edades, sexos y especies animales.