I ricercatori di Argonne hanno sviluppato una pipeline tra i supercomputer ALCF e gli esperimenti Advanced Photon Source per consentire l'analisi su richiesta della struttura cristallina delle proteine ​​COVID-19.

Come il coronavirus SARS-CoV-2 e la sua malattia associata, COVID-19, sviluppato e diffuso in tutto il paese e il pianeta, l'Argonne National Laboratory del Dipartimento dell'Energia degli Stati Uniti (DOE) si è unito alla lotta globale iniziando a lavorare per comprendere e trattare meglio la pandemia. Diverse di queste linee di ricerca sono state avviate presso l'Argonne Leadership Computing Facility, una struttura per gli utenti dell'Office of Science del DOE, sfruttare le sue considerevoli risorse scientifiche; una di queste linee ha analizzato la struttura cristallina di un complesso proteico associato al coronavirus.

La chiave per comprendere il coronavirus è svelare la sua struttura. A tal fine, I ricercatori di Argonne hanno sfruttato il supercomputer Theta dell'ALCF per analizzare le immagini cristallografiche di un complesso proteico associato al SARS-CoV-2. Le immagini provengono da Advanced Photon Source (APS) di Argonne, una struttura per gli utenti dell'Office of Science del DOE, seguenti esperimenti che utilizzano una tecnica nota come cristallografia seriale di sincrotrone che è progettata per chiarire la complessa chimica delle proteine ​​virali.

Gli esperimenti seriali di cristallografia di sincrotrone utilizzano raggi X ad alta intensità per rivelare le strutture di grandi molecole utilizzando solo dosi di radiazioni frazionarie rispetto ai requisiti delle tecniche cristallografiche tradizionali. Di conseguenza, La cristallografia seriale di sincrotrone consente ai ricercatori di visualizzare decine di migliaia di cristalli microscopici, con tempi di esposizione molto brevi per ogni singolo campione. L'elevata velocità della tecnica porta alla generazione di una vasta gamma di dati, la cui complessità e densità richiedono analisi sofisticate e complesse dal punto di vista computazionale.

I sistemi massicciamente paralleli come Theta sono unici nella loro capacità di soddisfare le richieste che la cristallografia seriale di sincrotrone pone per una rapida, elaborazione al volo. L'abilitazione di Theta per l'utilizzo nell'elaborazione al volo è una pipeline di dati costruita attorno al supercomputer. Questa pipeline automatizza l'acquisizione dei dati, analisi, cura, e visualizzazione, il trasporto dei risultati in un repository da cui è possibile estrarre i metadati per la pubblicazione.

La pipeline genera batch di immagini di grandi dimensioni ad alta velocità, con trasferimenti di dati che raggiungono velocità di 700 megabyte al secondo grazie a Globus, un servizio di gestione dei dati gestito dall'Università di Chicago.

"L'implementazione di questa pipeline tra l'APS e l'ALCF per l'analisi su richiesta è stata un enorme successo, " ha detto Ryan Chard, uno scienziato informatico ad Argonne che guida gli sforzi di elaborazione delle immagini. "Abbiamo raggiunto una velocità di elaborazione fino a 95 immagini al secondo". Questa alta velocità ha permesso di fornire un feedback istantaneo agli sperimentatori presso l'APS.

La pipeline inizia con Globus che trasferisce le immagini dall'APS al sistema Theta. Le immagini vengono quindi analizzate ed elaborate utilizzando FuncX, un sistema di calcolo function-as-a-service che organizza l'invio di singole attività ai nodi di calcolo disponibili. FuncX viene successivamente utilizzato anche per estrarre i metadati sugli hit, identificare le diffrazioni dei cristalli, e generare visualizzazioni che descrivono sia il campione che le posizioni dei risultati. Dopo questo i dati grezzi, metadati, e le relative visualizzazioni sono pubblicate su un portale ospitato presso l'ALCF, dove sono indicizzati e resi ricercabili per il riutilizzo.

Diciannove campioni sono stati analizzati in quasi 1, 500 flussi nel corso di tre corse di dieci ore sulla trave APS, durante i quali oltre 700, 000 immagini sono state elaborate su Theta. I dati risultanti sono stati pubblicati sul portale dati e utilizzati per perfezionare ulteriormente il lavoro sperimentale e le configurazioni. L'orchestrazione necessaria per facilitare la ricerca su questa scala è resa possibile dai servizi di automazione dei dati di ricerca attualmente in fase di sviluppo sulla piattaforma Globus, e sostenuto dal trasferimento di file affidabile, e funzionalità di condivisione sicura dei dati che sono già ampiamente utilizzate nelle linee di luce APS. Queste capacità continueranno a migliorare con i futuri miglioramenti previsti per le linee di luce APS, supercomputer ALCF, Globo, e la rete da APS ad ALCF. Il prossimo aggiornamento APS, che consentirà ai ricercatori di vedere cose su larga scala che non hanno mai visto prima con i raggi X basati su anello di archiviazione, aumenterà la velocità dei dati di ordini di grandezza. La combinazione di queste capacità dell'ALCF e dell'aggiornamento APS migliorerà notevolmente la scoperta scientifica.

"La crescente rilevanza biologica degli esperimenti seriali di cristallografia di sincrotrone ha spinto i ricercatori a preparare una serie di ulteriori esperimenti nelle prossime settimane, " ha detto Darren Sherrell, un biofisico e scienziato della linea di luce presso la Divisione di scienze dei raggi X dell'APS. "Questo lavoro apre la strada per chiarire importanti dinamiche strutturali delle proteine ​​del coronavirus".