伊利諾伊大學厄巴納-香檳分校的研究人員開發(fā)了 GPU 加速軟件,以模擬一個20億原子的細胞,該細胞像活細胞一樣代謝和生長。
主圖是 20 分鐘 3D 空間模擬的快照,顯示黃色和紫色核糖體、紅色和藍色降解體,以及代表 DNA 聚合物和蛋白質(zhì)的較小球體。
每個活細胞都有自己的小宇宙,成千上萬的成分負責能量生產(chǎn)、蛋白質(zhì)構(gòu)建、基因轉(zhuǎn)錄等等。
伊利諾伊大學厄巴納-香檳分校的科學家們建立了 3D 模擬,可以在粒子尺度上復制這些物理和化學特征——創(chuàng)建模擬活細胞行為的全動態(tài)模型。
該項目發(fā)表在《細胞》雜志上,它模擬了最小的活細胞,其中包含一組對細胞生存、功能和復制至關(guān)重要的基因。該模型使用 NVIDIA GPU 在 20 分鐘的細胞周期跨度內(nèi)模擬 7,000 個遺傳信息過程——這使得科學家認為這是迄今為止最長、最復雜的細胞模擬。
最小細胞比自然產(chǎn)生的細胞更簡單,此特點使它們更容易數(shù)字化創(chuàng)建。
“即使是最小的細胞也需要 20 億原子,”伊利諾伊大學活細胞物理中心的化學教授兼聯(lián)合主任 Zaida Luthey-Schulten 表示。“沒有 GPU,人類無法在日常時間尺度內(nèi)制作這樣的 3D 模型。”
一旦進一步測試和完善,全細胞模型可以幫助科學家預測現(xiàn)實世界細胞的條件或基因組的變化,將如何影響其功能。但即使在這個階段,最小的細胞模擬也可以讓科學家深入了解構(gòu)成活細胞基礎的物理和化學過程。
“我們發(fā)現(xiàn),基本行為從模擬細胞中產(chǎn)生——不是因為我們進行了編程,而是因為我們的模型中有正確的動力學參數(shù)和脂質(zhì)機制,” Luthy-Schulten 說。
Lattice Microbes 是由 Luthey-Schulten 共同開發(fā),并用于模擬 3D 最小單元的 GPU 加速軟件,可在 NVIDIA NGC 軟件中心獲得。
具有最大真實感的最小單元格
為了建立活細胞模型,伊利諾伊州的研究人員模擬了最簡單的活細胞,被稱作支原體的寄生細菌。他們的模型基于美國克雷格·文特爾研究所的科學家合成的精簡版的支原體細胞,該細胞只有不到 500 個基因來維持存活。
相比之下,大腸桿菌細胞大約有 5,000 個基因。人體細胞有兩萬多個。
Luthy-Schulten 的團隊隨后利用支原體內(nèi)部工作的已知特性,包括氨基酸、核苷酸、脂質(zhì)和小分子代謝物,用 DNA、RNA、蛋白質(zhì)和膜來構(gòu)建模型。
Luthy-Schulten表示:“我們有足夠的反應度,可以重現(xiàn)已知的一切。”
在細胞開始大量擴展或復制其 DNA之前,研究人員在 NVIDIA Tensor Core GPU 上使用 Lattice Microbes 軟件,對細胞的生命周期進行了 20 分鐘的 3D 模擬。該模型表明,細胞將大部分能量用于跨細胞膜運輸分子,這符合其寄生性細胞的特征。
“如果你連續(xù)地或在全原子水平上進行計算,則需要數(shù)年時間,”研究生及論文的主要作者 Zane Thornburg 說。“但因為它們都是獨立的進程,我們可以將并行化引入代碼,并利用 GPU。”
Thornburg 正在開展另一個 GPU 加速項目,以在 3D 中模擬生長和細胞分裂。該團隊最近采用了 NVIDIA DGX 系統(tǒng)和 RTX A5000 GPU 來進一步加速工作,他們發(fā)現(xiàn),與配備上一代 NVIDIA GPU 的開發(fā)工作站相比,使用 A5000 GPU 可將基準模擬時間縮短 40%。
原文標題:NVIDIA GPU 支持活細胞模擬
文章出處:【微信公眾號:NVIDIA英偉達企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
審核編輯:湯梓紅
-
3D
+關(guān)注
關(guān)注
9文章
2956瀏覽量
110474 -
gpu
+關(guān)注
關(guān)注
28文章
4925瀏覽量
130939 -
模擬
+關(guān)注
關(guān)注
7文章
1437瀏覽量
84438
原文標題:NVIDIA GPU 支持活細胞模擬
文章出處:【微信號:NVIDIA-Enterprise,微信公眾號:NVIDIA英偉達企業(yè)解決方案】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
使用NVIDIA Earth-2生成式AI基礎模型革新氣候建模
企業(yè)使用NVIDIA NeMo微服務構(gòu)建AI智能體平臺
基于RC熱阻SPICE模型的GaNPX?和PDFN封裝的熱特性建模

無法在GPU上運行ONNX模型的Benchmark_app怎么解決?
全內(nèi)反射棱鏡(TIR)的建模
《CST Studio Suite 2024 GPU加速計算指南》
NVIDIA助力企業(yè)創(chuàng)建定制AI應用
AMD與NVIDIA GPU優(yōu)缺點
NVIDIA CorrDiff生成式AI模型能夠精準預測臺風

NVIDIA AI Foundry 為全球企業(yè)打造自定義 Llama 3.1 生成式 AI 模型

評論