UC Davis contribue à la sûreté des médicaments grâce à Oracle Cloud HPC
Les chercheurs d’UC Davis exécutent deux fois plus de modèles de dynamiques moléculaires et de machine learning qu’auparavant avec Oracle High-Performance Computing (HPC).
“Nous utilisons la plate-forme de calcul haute performance (HPC) d'Oracle pour nous aider à mener des enquêtes de résolution atomique sur les fonctions de canal ionique et les interactions entre ces canaux et les médicaments. Nous sommes également en mesure de prévoir plus précisément la sécurité et l'efficacité des médicaments précliniques.”
Défis des entreprises
Depuis des décennies, les chercheurs de l'UC Davis School of Medecine travaillent avec les fabricants de médicaments et les organismes de réglementation afin de les aider à commercialiser rapidement de nouveaux produits pharmaceutiques tout en prévenant les risques potentiels pour la santé.
L'un des risques les plus importants concerne la santé cardiaque induit par les médicaments, connu sous le nom de cardiotoxicité. Par leur travail, les chercheurs de l'UC Davis Igor Vorobyov et Colleen Clancy ont commencé à contester le modèle standard et bidimensionnel du secteur médical de la recherche de médicaments pour trouver des options plus sûres.
En exécutant les modèles de dynamique moléculaire et de machine learning sur Oracle Cloud Infrastructure (OCI), l’équipe de recherche d'UC Davis peut évaluer plus rapidement les facteurs de risques liés aux médicaments en analysant l’ensemble de la physiologie d’une personne, notamment les molécules de protéines, les cellules, les tissus, les organes, le genre et toutes les conditions cardiaques préexistantes.
La plate-forme HPC d'OCI nous aide à exécuter simultanément 50 simulations différentes, ce qui nous permet de tester toutes sortes de conditions et de nous assurer que notre recherche n'est pas limitée par la vitesse de nos simulations.
Pourquoi l’université de Californie à Davis a choisi Oracle
Les chercheurs d’UC Davis, Igor Vorobyov et Colleen Clancy, avaient besoin de beaucoup plus de puissance informatique qu’ils n’en avaient jusqu'alors avec les clusters de serveurs sur site et autres ressources de l’université.
Ils se sont tournés vers Oracle for Research, qui a soutenu I. Vorobyov, C. Clancy et leur équipe grâce à une bourse d’Oracle for Research d’un an, donnant un accès gratuit à Oracle Cloud et à une collaboration technique. L’équipe de recherche d'UC Davis peut désormais effectuer des simulations de dynamique moléculaire à plusieurs échelles, dont 500 millions de calculs d’énergie et de force sur plus de 100 000 atomes différents à l’aide de calcul haute performance (HPC) sur Oracle Cloud Infrastructure.
Résultats
Oracle High-Performance Computing (HPC) aide les chercheurs d’UC Davis à analyser plus de variables à une échelle beaucoup plus grande que lorsqu’ils exécutaient leurs simulations à l’aide des ressources sur site de l’université.
En provisionnant des centaines de cœurs de calcul et des GPU Nvidia Tesla P100 et V100 sur OCI, les chercheurs d'UC Davis peuvent rapidement configurer leurs environnements de test de médicaments à une taille et forme optimales, sans avoir à s'acquitter des frais liés à l’acquisition ni à maintenir le hardware en constante évolution.
De plus, avec l'architecture distribuée d'Oracle Cloud Infrastructure, il est désormais beaucoup plus facile de traiter plusieurs tâches simultanément.
Grâce au HPC sur OCI, les chercheurs peuvent désormais effectuer des simulations de dynamique moléculaire de structures à résolution atomique pendant des microsecondes afin de tester la cardiotoxicité des médicaments, puis associer ces modèles "atomistiques" à des simulations de modèles "fonctionnels", notamment des canaux, des cellules et des tissus pendant des millisecondes ou des secondes.
Pour améliorer le niveau de performance tout en liant ces modèles d’échelle moléculaire et fonctionnelle, les chercheurs d’UC Davis exécutent leurs simulations sur une instance de calcul bare metal OCI, à l’aide de processeurs Intel Xeon à 12 cœurs.
Avec un environnement virtuel préinstallé sur OCI Data Science, qui dispose d'un environnement de développement intégré Jupyter Notebook et de toutes les bibliothèques de langage de programmation Python et de machine learning, y compris PyTorch, NumPy, Pandas et scikit-learn, les chercheurs peuvent également réaliser des simulations de machine learning en 700 secondes environ, soit deux foix plus rapidement que lorsqu'ils les exécutaient localement.
Alors que les chercheurs ont concentré leur travail sur la détermination de la cardiotoxicité induite par les médicaments, ils estiment qu'en exécutant leurs modèles sur le HPC d'OCI et la data science d'OCI, ils disposent maintenant de la puissance et l'échelle de calcul suffisantes pour aider les fabricants de médicaments et les cliniciens à s'attaquer à toutes sortes de maladies, du cancer aux troubles métaboliques en passant par l'inflammation.
Depuis que l’université a commencé à utiliser sa dynamique moléculaire et ses modèles de machine learning sur OCI HPC et OCI Data Science, leurs modèles sont plus facilement reproductibles et peuvent être appliqués plus largement mais aussi transposés à différents âges, hommes et femmes et espèces animales.