纳米矩阵:拥挤的生物环境的可扩展构建
IEEE transactions on visualization and computer graphics
|June 10, 2024
概括
我们开发了一种新方法,可以根据需求将极大的分子场景与原子级细节进行染. 这种方法有效地产生复杂的生物模型,如细胞,远远超过GPU内存限制.
科学领域:
- 计算生物学是一种计算生物学.
- 计算机图形 计算机图形
- 科学可视化科学可视化
背景情况:
- 呈现极大的分子场景与原子细节呈现显著的记忆挑战.
- 传统方法在染过程中需要核心可用性或复杂的核心外存储器管理.
研究的目的:
- 介绍一种新的,按需的程序方法,用于构建和染大规模的分子场景.
- 以原子分辨率实现生物系统的交互可视化,克服当前的GPU内存限制.
主要方法:
- 视图依赖的程序性场景构建策略只能在相机附近的区域产生原子细节.
- 使用网格进行均空间分区,仅在潜在可见的情况下,以几何形式填充单元.
- 集成计算遮光器用于原子细节生成和硬件光线跟踪加速结构,以实现高效染.
主要成果:
- 该方法程序性地在飞行中生成分子场景,只需要GPU内存中的场景的一小部分.
- 实现了数万亿个原子的分子场景的染,远远超过标准的GPU内存容量.
- 在SARS-CoV-2和红细胞模型上成功应用,展示了原子细节和高效的远距离物体表示.
结论:
- 这种新的技术允许以原子分辨率交互染前所未有的大型分子场景.
- 根据需求,视图依赖的程序生成克服了可视化复杂生物系统的内存瓶.
- 能够在需要详细分子和细胞模型的领域进行先进的研究和可视化.


