速石科技全力加速新藥研發，AutoDock Vina上雲提速2920倍

　　新藥研發是一個漫長且昂貴的過程,海量的化合物在經過一系列的測試後,往往隻有一種具備成為可行的藥物的潛質。任何工具或技術,隻要能在這個漫長的多步驟過程中加快其中一個步驟,就會對整個鍊條産生重大影響。

　　比如在臨床試驗階段,通常有10%的藥物能夠通過第一階段,而如果通過技術手段(如AI)将成功率提高幾個百分點,達到14%或16%,将為整個行業帶來數十億美元的價值。

　　分子對接,作為計算機輔助藥物設計(Computer Aided Drug Design,CADD) 的重要方法,已廣泛應用于藥物發現階段的早期虛拟篩選、藥物分子設計、先導化合物優化、藥物潛在作用靶點發現、藥物-靶點相互作用機制、為重要的藥物代謝酶尋找特異性配體等。

　　目前,限于算力,或者高效靈活地調用大規模計算集群的能力,當前基于分子對接技術的虛拟篩選通常僅采樣百萬到千萬個分子,而事實上目前可用于藥物發現的有機分子已經超過10的60次方。

　　打開APP 閱讀報道2020年3月,哈佛大學醫學院的研究人員論證了:分子化合物的質量會随着虛拟篩選規模的擴大而提升 。

　　如何在本地資源有限的情況下,提高虛拟篩選規模和質量,把漫長的藥物研發周期縮短一點?

　　最近,速石科技(fastone)在其一站式雲端計算分析平台使用AutoDock Vina對接了2800萬個分子,并成功地将運算時間從本地預估5年縮短到了雲端15.23小時,該案例具有兩大特點:

　　1. 任務數量多,雲上同一地區某種類型機型可能不足,因此會涉及到多區域資源調度;

　　2. 可根據用戶偏好匹配合适的資源調度策略,滿足用戶不同需求。

　　背景信息

　　某大型藥企在本地建設有機房,計算資源總計為104核。使用AutoDock Vina進行小分子對接:當設定exhaustiveness=8時,篩選56643個原始分子共需90小時;當設定exhaustiveness=1時,耗時需18小時。

　　(AutoDock Vina是用于分子對接和虛拟篩選的開源程序 ,由Scripps研究所分子圖形實驗室的Oleg Trott博士設計和實現,是目前使用最為廣泛的分子對接軟件之一 。exhaustiveness是AutoDock Vina中的一個設定參數,用來控制對接的細緻程度,會影響計算時間。)

　　當篩選範圍擴大到整個VS數據庫(2800萬個分子)時,不同參數條件下本地資源所需的運算時間在約2.6-5年不等。

　　研發負責人認為這麼長的時間周期是無法接受的,其本地現有IT架構和資源完全無法滿足研發需求。

　　案例目标

　　1、AutoDock Vina任務能否在雲端有效運行?

　　2、fastone平台能否大幅度縮短任務運行時間?

　　3、fastone平台能否有效控制任務運行成本?

　　4、針對AutoDock Vina任務小、數量大的特點,fastone平台是否有針對性策略?

　　案例參數

　　平台:

　　fastone企業版産品

　　應用:

　　AutoDock Vina

　　适用場景:

　　分子對接,研究配體(藥物分子)與其受體(已知的靶蛋白或活性位點)之間的詳細相互作用,預測其結合模式及親合力,還可以用來發現并優化藥物先導物分子,進而實現基于結構的藥物設計

　　雲端硬件配置:

　　AutoDock Vina在運行時需要對接海量分子,對計算性能要求較高,因此平台為用戶推薦選擇了匹配其應用特點的計算優化型實例機型。

　　技術架構圖:

　　以下是兩個場景。

　　場景一:我們通過10000分子分别進行了AutoDock Vina的雲端線性擴展性驗證及成本驗證;

　　場景二:基于不同用戶策略,我們幫用戶進行了2800萬量級的大規模分子對接。

　　1、時間優先策略以速度為第一優先級:資源選擇以OD按需實例為主 ,在滿足用戶時間要求的前提下盡可能通過搶占SPOT實例來優化成本。

　　2、成本優先策略以成本為第一優先級:資源選擇以SPOT實例為主, 并在滿足用戶成本要求的前提下使用OD按需實例來優化時間效率。

　　SPOT:可被搶占實例,又稱競價實例。價格可達到按需實例價格的10%,相當于,手快有手慢無,價格可高可低波動大,随時可能被搶占中斷,需要有一定的技術實力才能使用。

　　OD:On-Demand,按需實例。針對短期彈性需求,按小時計費,靈活精準,避免浪費,但價格比較高,通常為SPOT實例的3-10倍。

　　場景一:10000分子

　　AutoDock Vina雲端線性擴展性及成本驗證

　　結論一:在雲端調度不同核數的計算資源對接10000分子,驗證AutoDock Vina在雲上具有線性擴展性,即當處理器數量增加一倍,運算時間也會縮短一半。

　　過程:

　　1、雲端調度36核計算資源對接10000分子,采用時間優先策略需耗時527分鐘;

　　2、雲端調度80核計算資源對接10000分子,采用時間優先策略需耗時314分鐘;

　　3、雲端調度144核計算資源對接10000分子,采用時間優先策略需耗時215分鐘;

　　4、雲端調度288核計算資源對接10000分子,采用時間優先策略需耗時98分鐘;

　　5、雲端調度540核計算資源對接10000分子,采用時間優先策略需耗時52分鐘;

　　6、雲端調度1080核計算資源對接10000分子,采用時間優先策略需耗時20分鐘。

　　結論二:在雲端調度不同核數的計算資源對接10000分子,當用戶選擇成本優先策略時,fastone平台以SPOT實例為主要資源選擇,确保成本為第一優先級。

　　比時間優先策略,成本降幅最多可達67%-90%。

　　過程:

　　1、雲端調度36核計算資源對接10000分子,采用成本優先策略搶占SPOT實例,耗費82元;

　　2、雲端調度80核計算資源對接10000分子,采用成本優先策略搶占SPOT實例,耗費84元;

　　3、雲端調度144核計算資源對接10000分子,采用成本優先策略搶占SPOT實例,耗費79元;

　　4、雲端調度288核計算資源對接10000分子,采用成本優先策略搶占SPOT實例,耗費64元;

　　5、雲端調度540核計算資源對接10000分子,采用成本優先策略搶占SPOT實例,耗費58元;

　　6、雲端調度1080核計算資源對接10000分子,采用成本優先策略搶SPOT實例,耗費68元。

　　場景二:2800萬分子

　　大規模業務驗證:基于不同用戶策略

　　fastone基于用戶2800萬分子對接需求,提供時間優先 和成本優先 兩種策略供用戶選擇。

　　1、用戶以時間為第一優先級

　　結論:

　　1、通過fastone平台采用時間優先策略調用10萬核計算優化型實例對接2800萬個分子,耗時約15.23小時,運算效率提高2920倍;

　　2、fastone平台根據用戶計算需求,自動化構建并調度雲上10萬核大規模算力集群,完成計算任務;

　　3、時間優先策略下,當任務數量達到一定規模時,雲上同一地區某種類型機型可能不足,fastone平台可跨區、跨類型自動為用戶調度雲資源,以最快速度完成計算任務;

　　4、fastone平台自動幫用戶确定中斷可能性的SPOT池,保障任務順利高效完成,本次案例任務的中斷率為0.95%(通常

　　過程:

　　1、設定exhaustiveness=8,本地104核計算資源對接約2800萬個分子,經估算需耗時約1853天;

　　2、設定exhaustiveness=8,雲端調度10萬核計算資源對接約2800萬個分子,采用時間優先策略需耗時約15.23小時(含配置,安裝,調度等時間)。

　　#FormatImgID_6#

　　計算資源越多,運算時間越短。

　　在滿足用戶時間要求的前提下,可通過盡可能搶占SPOT實例來幫助用戶優化成本。當所需的計算資源達到十萬核這個數量級以後,單個區域内我們的目标類型資源可能會瞬間告罄,造成任務排隊,從而大大拖慢運算時間。

　　我們需要通過fastone平台的Auto-Scale功能自動調度本區域及其他區域的目标類型或相似類型SPOT實例資源,以最快速地完成任務。

　　#FormatImgID_7#

　　簡單說,就是優先搶低價的SPOT實例,搶完同類型的再搶其他類型的,搶完同區域的再搶其他區域的。

　　這隻是Auto-Scale功能的一部分。fastone的Auto-Scale功能可以自動監控用戶提交的任務數量和資源的需求,動态按需地開啟所需算力資源,在提升效率的同時有效降低成本。可以讓用戶根據自身需求,設置調度集群規模上下限,且所有操作都是自動化完成,無需用戶幹預。

　　2、用戶以成本為第一優先級

　　使用AutoDock Vina進行分子對接的一大特征是任務數量龐大而單個任務計算時間短,單個分子對接的時間通常在幾分鐘以内(與參數設置有關)。這一特征天然匹配雲端的SPOT實例。

　　雲端SPOT實例有四大特點:

　　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,不是你想用的時候就能用。

　　4、 或遲或早,最終一定會被搶走。

　　#FormatImgID_8#

　　OD按需實例價格通常為SPOT實例的3-10倍。

　　當便宜且随時可能被搶占中斷的SPOT實例遇到迷你卻海量的分子對接任務,簡直就是天造地設的一對。

　　1、常規分子對接任務幾分鐘即可算完,特别适合SPOT這種分分鐘可能被搶走的狀态;

　　2、fastone平台具備自動重試功能,一個任務被中斷可以自動重新提交,任務之間互相不影響,重新提交單個任務影響很小。

　　fastone平台會按以下順序依次進行自動化調度:

　　1、同一區域目标類型的SPOT實例;

　　2、同一區域其他類型的SPOT實例;

　　3、其他區域目标類型的SPOT實例;

　　4、其他區域其他類型的SPOT實例;

　　5、同一區域目标類型的OD實例;

　　6、同一區域其他類型的OD實例;

　　7、其他區域目标類型的OD實例;

　　8、其他區域其他類型的OD實例。

　　#FormatImgID_9#

　　小結

　　最後回顧一下目标:

　　1、AutoDock Vina任務能在雲端有效運行;

　　2、fastone平台能夠大幅度縮短任務運行時間;

　　3、fastone平台能夠有效控制任務運行成本;

　　4、fastone平台的Auto-Scale功能可完美匹配AutoDock Vina任務小、數量大的特點;

　　5、fastone平台能根據用戶不同需求,為用戶提供不同的自動化調度策略。

　　至此,由速石科技實施的本次生信行業Cloud HPC實操案例已經取得了預期的結果,未來速石科技還會帶給大家更多領域的用雲“真香”案例,請保持關注哦!

　　關于速石:

　　速石科技(fastone)為有高算力需求的用戶提供一站式多雲算力運營解決方案,基于本地+公有混合雲環境的靈活部署及交付,幫助用戶提升10-20倍業務運算效率,降低成本達到75%以上,加快市場響應速度。速石平台對藥物研發/基因分析/CAE/EDA/AI等行業應用進行分析與加速,通過Serverless框架屏蔽底層IT技術細節,實現用戶對本地和公有雲資源無差别訪問,産品包括:雲上的SaaS平台、多雲PaaS平台、軟硬一體算力解決方案。