生信云实证Vol.3:提速2920倍!用AutoDock Vina对接2800万个分子

AutoDock Vina是用于分子对接和虚拟筛选的开源程序,由Scripps研究所分子图形实验室的Oleg Trott博士设计和实现,目前使用最为广泛的分子对接软件之一

分子对接技术,作为计算机辅助药物设计(Computer Aided Drug Design,CADD)的重要方法,已广泛应用于药物发现阶段的早期虚拟筛选、药物分子设计、先导化合物优化、药物潜在作用靶点发现、药物-靶点相互作用机制、为重要的药物代谢酶寻找特异性配体等。

目前,限于算力,或者高效灵活地调用大规模计算集群的能力,当前的虚拟筛选通常仅采样百万到千万个分子,而事实上目前可用于药物发现的有机分子已经超过10的60次方。

分子虚拟筛选-15小时筛选10亿分子

在《15小时虚拟筛选10亿分子,Nature+HMS验证云端新药研发未来》这篇文章里,哈佛大学医学院的研究人员论证了:分子化合物的质量会随着虚拟筛选规模的扩大而提升

如何在本地资源有限的情况下,提高虚拟筛选规模和质量,把漫长的药物研发周期缩短一点?
我们用实证给你一个答案。

与前两次实证不同,本次生信实证有两大特点:

1. 任务数量多,云上同一地区某种类型机型可能不足,因此会涉及到多区域资源调度;
2. 可根据用户偏好匹配合适的资源调度策略,满足用户不同需求。


实证背景信息

某大型药企在本地建设有机房,计算资源总计为104核。
使用AutoDock Vina进行小分子对接:
当设定exhaustiveness=8时,筛选56643个原始分子共需90小时;
当设定exhaustiveness=1时,耗时需18小时。

本地机房-运行vina分子对接计算任务的耗时

(exhaustiveness参数:用来控制对接的细致程度,影响计算时间)

当筛选范围扩大到整个VS数据库(2800万个分子)时,不同参数条件下本地资源所需的运算时间在约2.6-5年不等。

分子对接_分子虚拟筛选,不同exhaustiveness参数对应不同的运算时长

研发负责人认为这么长的时间周期是无法接受的,其本地现有IT架构和资源完全无法满足研发需求。 


实证目标

1、AutoDock Vina任务能否在云端有效运行?
2、fastone平台能否大幅度缩短任务运行时间?
3、fastone平台能否有效控制任务运行成本?
4、针对AutoDock Vina任务小,数量大的特点,fastone平台是否有针对性策略?


实证参数

平台:
fastone企业版产品 

应用:
AutoDock Vina 

适用场景:
分子对接,研究配体(药物分子)与其受体(已知的靶蛋白或活性位点)之间的详细相互作用,预测其结合模式及亲合力,还可以用来发现并优化药物先导物分子,进而实现基于结构的药物设计 

云端硬件配置:
AutoDock Vina在运行时需要对接海量分子,对计算性能要求较高,因此平台为用户推荐选择了匹配其应用特点的计算优化型实例机型。 

技术架构图:

AutoDock Vina分子对接计算-云端硬件部署
AutoDock Vina分子对接计算-云端硬件部署

以下是两个实证场景。
实证场景一:我们通过10000分子分别进行了AutoDock Vina的云端线性扩展性验证及成本验证;
实证场景二:基于不同用户策略,我们帮用户进行了2800万量级的大规模分子对接。
1、时间优先策略以速度为第一优先级:资源选择以OD按需实例为主,在满足用户时间要求的前提下尽可能通过抢占SPOT实例来优化成本。
2、成本优先策略以成本为第一优先级:资源选择以SPOT实例为主,并在满足用户成本要求的前提下使用OD按需实例来优化时间效率。

SPOT:可被抢占实例,又称竞价实例。价格最低可达到按需实例价格的10%,相当于秒杀,手快有手慢无,价格可高可低波动大,随时可能被抢占中断,需要有一定的技术实力才能使用。
OD:On-Demand,按需实例。针对短期弹性需求,按小时计费,灵活精准,避免浪费,但价格比较高,通常为SPOT实例的3-10倍。


实证场景一:10000分子
AutoDock Vina云端线性扩展性及成本验证


结论一:在云端调度不同核数的计算资源对接10000分子,验证AutoDock Vina在云上具有线性扩展性,即当处理器数量增加一倍,运算时间也会缩短一半。

高性能计算集群,vina分子对接,不同核数的耗时

实证过程:
1、云端调度36核计算资源对接10000分子,采用时间优先策略需耗时527分钟;
2、云端调度80核计算资源对接10000分子,采用时间优先策略需耗时314分钟;
3、云端调度144核计算资源对接10000分子,采用时间优先策略需耗时215分钟;
4、云端调度288核计算资源对接10000分子,采用时间优先策略需耗时98分钟;
5、云端调度540核计算资源对接10000分子,采用时间优先策略需耗时52分钟;
6、云端调度1080核计算资源对接10000分子,采用时间优先策略需耗时20分钟。

结论二:在云端调度不同核数的计算资源对接10000分子,当用户选择成本优先策略时,fastone平台以SPOT实例为主要资源选择,确保成本为第一优先级。
比时间优先策略,成本降幅最多可达67%-90%。

高性能计算集群,vina分子对接,不同核数的运行成本

实证过程:
1、云端调度36核计算资源对接10000分子,采用成本优先策略抢占SPOT实例,耗费82元;
2、云端调度80核计算资源对接10000分子,采用成本优先策略抢占SPOT实例,耗费84元;
3、云端调度144核计算资源对接10000分子,采用成本优先策略抢占SPOT实例,耗费79元;
4、云端调度288核计算资源对接10000分子,采用成本优先策略抢占SPOT实例,耗费64元;
5、云端调度540核计算资源对接10000分子,采用成本优先策略抢占SPOT实例,耗费58元;
6、云端调度1080核计算资源对接10000分子,采用成本优先策略抢SPOT实例,耗费68元。

实证场景二:2800万分子
大规模业务验证:基于不同用户策略

fastone基于用户2800万分子对接需求,提供时间优先成本优先两种策略供用户选择。

01
用户以时间为第一优先级

结论:
1、通过fastone平台采用时间优先策略调用10万核计算优化型实例对接2800万个分子,耗时约15.23小时,运算效率提高2920倍;
2、fastone平台根据用户计算需求,自动化构建并调度云上10万核大规模算力集群,完成计算任务;
3、时间优先策略下,当任务数量达到一定规模时,云上同一地区某种类型机型可能不足,fastone平台可跨区、跨类型自动为用户调度云资源,以最快速度完成计算任务;
4、fastone平台自动帮用户确定中断可能性最低的SPOT池,保障任务顺利高效完成,本次实证任务的中断率为0.95%(通常<5%)。

云端部署手动模式 VS 自动模式之间的巨大差异可查看 EDA云实证Vol.1:从30天到17小时,如何让HSPICE仿真效率提升42倍?

实证过程:
1、设定exhaustiveness=8,本地104核计算资源对接约2800万个分子,经估算需耗时约1853天
2、设定exhaustiveness=8,云端调度10万核计算资源对接约2800万个分子,采用时间优先策略需耗时约15.23小时(含配置,安装,调度等时间)。

本地计算资源与云计算的算力对比

计算资源越多,运算时间越短。

在满足用户时间要求的前提下,可通过尽可能抢占SPOT实例来帮助用户优化成本。
当所需的计算资源达到十万核这个数量级以后,单个区域内我们的目标类型资源可能会瞬间告罄,造成任务排队,从而大大拖慢运算时间。

我们需要通过fastone平台的Auto-Scale功能自动调度本区域及其他区域的目标类型或相似类型SPOT实例资源,以最快速地完成任务。

fastone云平台-抢占spot云资源的规则

简单说,就是优先抢低价的SPOT实例,抢完同类型的再抢其他类型的,抢完同区域的再抢其他区域的

这只是Auto-Scale功能的一部分。
fastone的Auto-Scale功能可以自动监控用户提交的任务数量和资源的需求,动态按需地开启所需算力资源,在提升效率的同时有效降低成本。可以让用户根据自身需求,设置调度集群规模上下限,且所有操作都是自动化完成,无需用户干预。 

02
用户以成本为第一优先级

使用AutoDock Vina进行分子对接的一大特征是任务数量庞大而单个任务计算时间短,单个分子对接的时间通常在几分钟以内(与参数设置有关)。
这一特征天然匹配云端的SPOT实例。

云端SPOT实例有四大特点:
1、 便宜是真便宜。
2、 不是人人都能用好。
3、 不是你想要啥就有,不是你想用的时候就能用。
4、 或迟或早,最终一定会被抢走。

云计算收费模式-按需实例-预留实例-竞价实例

OD按需实例价格通常为SPOT实例的3-10倍。
可参考:《云资源中的低成本战斗机——竞价实例,AWS、阿里云等六家云厂商完全用户使用指南

当便宜且随时可能被抢占中断的SPOT实例遇到迷你却海量的分子对接任务,简直就是天造地设的一对。
1、常规分子对接任务几分钟即可算完,特别适合SPOT这种分分钟可能被抢走的状态;
2、fastone平台具备自动重试功能,一个任务被中断可以自动重新提交,任务之间互相不影响,重新提交单个任务影响很小。

fastone平台会按以下顺序依次进行自动化调度:
1、同一区域目标类型的SPOT实例;
2、同一区域其他类型的SPOT实例;
3、其他区域目标类型的SPOT实例;
4、其他区域其他类型的SPOT实例;
5、同一区域目标类型的OD实例;
6、同一区域其他类型的OD实例;
7、其他区域目标类型的OD实例;
8、其他区域其他类型的OD实例。

fastone云平台-云调度优先级


实证小结

最后我们回顾一下实证目标:

1、AutoDock Vina任务能在云端有效运行;
2、fastone平台能够大幅度缩短任务运行时间;
3、fastone平台能够有效控制任务运行成本;
4、fastone平台的Auto-Scale功能可完美匹配AutoDock Vina任务小,数量大的特点;
5、fastone平台能根据用户不同需求,为用户提供不同的自动化调度策略。 

本次生信行业Cloud HPC实证系列Vol.3就到这里。

在下一期的实证中,我们将为大家带来Amber上云实证,这次涉及到了云端GPU资源的使用。

未来我们还会带给大家更多领域的用云“真香”实证,请保持关注哦!

- END -

2分钟自动开通,即刻获得TOP500超级算力
点击下图立即体验

SaaS计算云-在线体验版

2020年新版《六大云厂商资源价格对比工具包》
添加小F微信(ID: imfastone)获取

云比价报告


你也许想了解具体的落地场景:

15小时虚拟筛选10亿分子,《Nature》+HMS验证云端新药研发未来

CAE云实证Vol.2:从4天到1.75小时,如何让Bladed仿真效率提升55倍?

EDA云实证Vol.1:从30天到17小时,如何让HSPICE仿真效率提升42倍?


关于云端高性能计算平台:

国内超算发展近40年,终于遇到了一个像样的对手

帮助CXO解惑上云成本的迷思,看这篇就够了

灵魂画师,在线科普多云平台/CMP云管平台/中间件/虚拟化/容器是个啥

花费4小时5500美元,速石科技跻身全球超算TOP500


关于速石

速石科技致力于为 生命科学、 半导体汽车/智能制造高校科研人工智能金融科技 等领域的企业提供定制化的上云解决方案 。


相关推荐

微信扫一扫

微信扫一扫

微信扫一扫,分享到朋友圈

生信云实证Vol.3:提速2920倍!用AutoDock Vina对接2800万个分子
返回顶部

显示

忘记密码?

显示

显示

获取验证码

Close