对大型宏分子组件的异构振动进行可扩展的计算
Jordy Homing Lam1,2,3, Aiichiro Nakano4,5,6, Vsevolod Katritch7,8,9,10
1Department of Quantitative and Computational Biology, University of Southern California, Los Angeles, CA, USA.
Nature communications
|April 24, 2024
概括
对大型生物分子的正常模式分析 (NMA) 现在更快. 我们的新GPU加速方法有效计算振动模式,使我们能够更深入地了解宏分子动力学和功能.
科学领域:
- 计算生物学 计算生物学
- 结构生物学 结构生物学
- 生物物理学的生物物理.
背景情况:
- 正常模式分析 (NMA) 对于理解宏分子振动和动态至关重要.
- 对大型宏分子 (数百万个原子) 的分析是计算密集的,对现有的NMA方法来说具有挑战性.
- 目前的NMA方法并未优化为在图形处理单元 (GPU) 上进行并行计算.
研究的目的:
- 为大型宏分子开发一种新,高效的NMA方法.
- 为了利用GPU计算来加速自身问题构建和对角化.
- 为了能够准确计算大规模生物结构中低频振动模式.
主要方法:
- 实现了用于稀疏矩阵计算的水平结构带宽减小算法.
- 将NMA计算转换为全球稀疏但本地密集的格式,以提高GPU效率.
- 利用并优化了克里洛夫子空间自溶解器,采用了诸如切比舍夫过和通缩等技术,以实现快速的GPU居民计算.
主要成果:
- 在计算大型 PDB 结构 (> 240 万个原子) 的振动模式方面实现了显著的加速度 (至少 250 倍).
- 能够准确计算GPU上的前1000个振动模式.
- 通过优化算法,在GPU上展示了高效的批量张量器产品执行.
结论:
- 开发的GPU加速NMA方法克服了大型宏分子的计算瓶.
- 这种方法有助于研究大型生物组件的动态.
- 为结构生物学和计算生物物理学研究提供了强大的工具.
