Участие в распределенных вычислениях, как делать добро

OpenPandemics - COVID-19 теперь работает на машинах с графическими процессорами

6 апреля 2021 г.
Резюме

Программное обеспечение OpenPandemics - COVID-19 адаптировано для использования мощности графического процессора. Это не только поможет исследователям проверять больше молекул, но также может помочь им изучить более сложные молекулы.

В течение нескольких месяцев исследователи OpenPandemics - COVID-19 из лаборатории Forli в Scripps Research и техническая группа World Community Grid работали за кулисами, чтобы адаптировать AutoDock 4, программное обеспечение, лежащее в основе проекта, для использования на устройствах с графическими процессорами.

Во время бета-тестирования мы обнаружили, что рабочие блоки, работающие на графических процессорах добровольцев, выполняли в среднем в 500 раз быстрее (затраченное время графического процессора по сравнению с временем процессора), чем такой же объем работы, когда он выполнялся с использованием версии AutoDock для процессора.
https://www.worldcommunitygrid.org/research/opn1/overview.do
https://forlilab.org/

Что такое графический процессор?

Графический процессор (GPU) - это другое название видеокарты внутри компьютера, которая изначально использовалась для отображения текста и изображений на мониторе. По мере развития графических процессоров они приобрели огромную мощность параллельной обработки. Первоначально это было побочным продуктом ускорения специализированных вычислений, связанных с графикой, но со временем производители расширили эти возможности, чтобы они позволяли выполнять вычисления общего назначения. Как следствие, современные графические процессоры могут выполнять определенные типы вычислений значительно быстрее, чем центральные процессоры (ЦП), которые координируют всю работу на компьютере.

Однако, чтобы использовать графический процессор для научных расчетов, приложения должны быть изменены, чтобы иметь возможность использовать высокий уровень параллелизма для эффективного использования вычислительных возможностей графических процессоров.

Если доброволец запускает OpenPandemics на устройстве с подходящим графическим процессором и соответствующим образом корректирует свои настройки, это устройство может выполнять рабочие единицы гораздо быстрее, чем устройство, использующее только центральный процессор.

Почему так важно увеличивать скорость этого проекта?

AutoDock-GPU может еще больше увеличить шансы проекта на обнаружение молекулы с антивирусными свойствами. По сравнению с AutoDock 4 (текущая версия программного обеспечения, используемого для OpenPandemics, AD-GPU намного быстрее, что значительно повысит и без того потрясающую скорость стыковки результатов.

Кроме того, AD-GPU имеет улучшенный алгоритм поиска, который демонстрирует большую вероятность обнаружения сильных взаимодействий между молекулами и вирусными белками и хорошо подходит для стыковки более крупных или более сложных молекул. Это означает, что исследователи могут использовать AD-GPU не только для проверки большего количества молекул, но и для поиска более сложных молекул.

Сравнение GPU OpenPandemics и CPU для первоначально ориентированных на CPU пакетов 30010-30019, запущенных во время бета-тестирования. Среднее количество дней для завершения одного всего пакета (синие столбцы) показано со средними баллами за пакет (оранжевые столбцы). Общее среднее ускорение составило 334 раза (максимальное наблюдаемое - 516 раз).

Общее среднее количество баллов за партию свидетельствует об увеличении алгоритмической эффективности графического процессора в 1,6 раза. Эта повышенная эффективность будет использоваться в пакетах, ориентированных на GPU, и приведет к гораздо более высоким баллам за пакет GPU. Больше молекул, более сложные молекулы и за меньшее время ... все это имеет решающее значение для поиска потенциальных методов лечения вируса, который не только все еще распространяется в большей части мира, но и продолжает мутировать.

Так важны ли для этого проекта устройства без графических процессоров? Да!
В настоящее время только около 20 процентов мощности World Community Grid поступает от устройств с графическим процессором, поэтому участие каждого желающего компьютера с процессором, устройства Android и Raspberry Pi остается решающим. Спасибо всем, кто поддерживает OpenPandemics - COVID-19!
Чтобы узнать больше о мощности графического процессора для этого проекта, в том числе о том, как сделать так, чтобы ваше устройство с графическим процессором могло участвовать в нем, посетите наши часто задаваемые вопросы о графических процессорах.
https://www.worldcommunitygrid.org/help/vie...o?shortName=GPU

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru

Системные Требования World Community Grid.

Каковы рекомендуемые минимальные технические характеристики системы? Сколько данных я буду загружать и выгружать, участвуя в World Community Grid? Как узнать, запущено ли на моем компьютере 64-разрядное исследовательское приложение?

Каковы рекомендуемые минимальные технические характеристики системы?
Чтобы участвовать в World Community Grid, вам необходимо иметь как минимум следующее: Возможность отображения графики (при желании увидеть графику) Интернет-соединение Кроме того, у каждого исследовательского проекта свои потребности в памяти и дисковом пространстве. Это следующие:

Исследовательский проект. Память. Доступное пространство. Операционные системы. Africa Rainfall Project 1 ГБ 1,5 ГБ Windows Mac Linux
FightAIDS @ Home - Phase 2 1 ГБ 100 МБ Windows Mac Linux
Help Stop TB 200 МБ 200 МБ Windows Mac Linux
Картирование онкологических маркеров 400 МБ 500 МБ Windows Mac Linux Android
Microbiome Immunity Project 650 МБ 250 МБ Windows Mac Linux
OpenPandemics - COVID19 250 МБ 100 МБ Windows Mac Linux Android
Smash Childhood Cancer 250 МБ 100 МБ Windows Mac Linux Android
1.Доступна версия для процессоров x86.
2. Доступна версия для процессоров x86-64.
3. Доступна версия для процессоров ARM.
4. Минимальное требование Android - версия Android 4.4.
5. Доступна версия для GPU (Open CL 1.2)
6. Пользователям, которые решили запустить этот проект, рекомендуется установить параметр «Оставлять приложения в памяти во время приостановки» в своем профиле устройства. https://www.worldcommunitygrid.org/ms/devic...do?name=Default

Чтобы ограничить количество задач, назначенных вашему устройству для конкретного проекта, см. FAQ здесь.

https://www.worldcommunitygrid.org/help/vie...ame=results#843
https://www.worldcommunitygrid.org/help/vie...=minimumreq#top

Сколько данных я буду загружать и выгружать, участвуя в World Community Grid?
Объем передаваемых данных зависит от того, как настроены ваши параметры обработки, насколько мощный ваш компьютер и как часто он включен. Это также зависит от того, какие исследовательские проекты вы запускаете на своем компьютере. Средний компьютер, участвующий в World Community Grid, выдает около 2 результатов в день. Каждый из исследовательских проектов World Community Grid использует разные приложения, входные и выходные файлы. В результате размер, используемый для каждого из них, зависит от проекта. Это показано на диаграмме ниже. Обратите внимание, что данные сжимаются во время передачи и распаковываются после загрузки. В результате он будет занимать на диске больше места, чем указано ниже.

Одноразовая загрузка. Загрузка по рабочему модулю. Выгрузка рабочей единицы.
Africa Rainfall Project 100 МБ 100 МБ 60 МБ
FightAIDS @ Home - Phase 2 10 МБ 0,2 МБ 1 МБ
Help Stop TB 30 МБ 5 МБ 10 МБ
Картирование онкологических маркеров 40 МБ 0,1 МБ 3 МБ
Microbiome Immunity Project 100 МБ 50 МБ 1,5 МБ
OpenPandemics - COVID19 10 МБ 0,2 МБ 0,1 МБ
Smash Childhood Cancer 2 МБ 0,2 МБ 0,1 МБ
На компьютере с Windows вы можете использовать диспетчер задач Windows для просмотра имени процесса. 64-битные исследовательские приложения заканчиваются на windows_intelx86_64, а 32-битные приложения заканчиваются на windows_intelx86.

На компьютере с Linux вы можете найти PID исследовательского приложения (которое будет начинаться с имени «wcg»), а затем выполнить команду «file -L / proc / PID / exe». В OS X мы поддерживаем только 64-битные приложения, поэтому все задачи World Community Grid будут запускать 64-битное приложение.

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru

Einstein@Home - открытие гамма-пульсаров в данных Fermi-LAT

Einstein@Home ищет данные с телескопа большой площади (LAT) на борту космического гамма-телескопа Ферми НАСА в поисках сигналов от гамма-пульсаров. Пульсары - очень компактные звезды с экстремальными физическими свойствами по сравнению с обычным веществом. Это быстро вращающиеся нейтронные звезды, излучающие импульсы, наблюдаемые в диапазоне от радио до гамма-излучения.

Поиск новых пульсаров представляет собой огромную вычислительную задачу, потому что их частота вращения, положение на небе и другие параметры заранее неизвестны и должны быть покрыты плотной сеткой точек поиска. Количество точек сетки, необходимых для покрытия таких многомерных пространств параметров, огромно и делает "подходы грубой силы" вычислительно невыполнимыми. Мы разработали новые и гораздо более эффективные методы анализа данных для добровольного распределенного суперкомпьютера Einstein@Home, который входит в число 25 самых быстрых компьютерных систем в мире.

Einstein @ Home позволил открыть новые гамма-пульсары, которые ранее были недоступны для вычислений. Эти открытия гамма-пульсаров вносят важный вклад в продвижение нашего (но очень плохого) понимания этих звездных объектов, их распространения и их роли в нашей Вселенной. Как всегда, мы чрезвычайно благодарны всем нашим волонтерам, особенно тем, чьи компьютеры способствовали этим новым открытиям.

Сказать "мы бы не справились без вас!" было бы ужасным преуменьшением!
Обзоры новых гамма-пульсаров Einstein@Home  (FGRP1)

Поиски гамма-пульсаров в Einstein@Home начались в 2011 году с использованием данных Fermi-LAT за 3 года. До этого поиск в академических вычислительных кластерах выполнялся «в автономном режиме». Однако вычислительные затраты на эти поиски быстро растут со временем, и поэтому эти поиски быстро стали невозможными. Гораздо большая вычислительная мощность, предлагаемая Einstein@Home, позволила продолжить поисковые работы с использованием более длинных наборов данных, которые обеспечивают повышенную чувствительность и больший потенциал для открытий. Четыре новых пульсара были обнаружены в первом обзоре гамма-пульсаров Einstein @ Home Fermi (FGRP1).

https://einsteinathome.org/gammaraypulsar/F...ries.html#FGRP1
Публикация
https://doi.org/10.1088/2041-8205/779/1/L11

FGRP4

В 2014 году мы начали четвертый обзор Einstein@Home для гамма-пульсаров, или «FGRP4». Этот поиск включает в себя много новых достижений, которые мы узнали в ходе наших предыдущих поисков и изучения методов слепого поиска. Кроме того, мы смогли использовать превосходные данные «Pass 8» от команды Fermi-LAT и искать в более длинных наборах данных, чем когда-либо прежде. В совокупности эти улучшения привели к тому, что FGRP4 стал нашим самым чувствительным исследованием на сегодняшний день. С публикацией в Science Advances открытия двух миллисекундных пульсаров (J1035-6720 и J1744-7619) мы опубликовали все открытия пульсаров, сделанные во время FGRP4. Это 23 новых пульсара, почти треть всех гамма-пульсаров, обнаруженных в результате слепых поисков того времени.

http://advances.sciencemag.org/content/4/2/eaao7228
https://einsteinathome.org/gammaraypulsar/F...ries.html#FGRP4
https://doi.org/10.1088/2041-8205/809/1/L2
https://doi.org/10.3847/2041-8205/832/1/L15
https://doi.org/10.3847/1538-4357/834/2/106
https://doi.org/10.1126/sciadv.aao7228

FGRP5

После успеха FGRP4, мы начали пятую итерацию нашего обзора, на этот раз поиск пульсаров в неидентифицированных пульсароподобных источниках гамма-излучения, обнаруженных в центральной части Млечного Пути, с использованием данных за почти 9 лет. Позже FGRP5 был расширен для поиска пульсаров в источниках из последнего Четвертого каталога источников Fermi-LAT (4FGL) с использованием данных за 11,5 лет.
На сегодняшний день мы сделали 14 новых открытий пульсаров в FGRP5: 3 из начальной партии источников внутри Галактики и 11 из источников 4FGL; и независимо повторно обнаружил один пульсар, недавно открытый в радиообзоре.
FGRP5 все еще продолжается, поэтому мы надеемся на новые открытия в ближайшем будущем и готовим публикацию с полной информацией о недавно обнаруженных пульсарах.

https://einsteinathome.org/gammaraypulsar/F...ries.html#FGRP5

FGRPB1

Помимо отдельных обзоров пульсаров (серия FGRPX), Einstein@Home также ищет двойные гамма-пульсары. Эти поиски на порядки труднее, чем отдельные обзоры пульсаров; Орбитальное движение пульсара модулирует его импульсный сигнал, и для этого требуются три дополнительных параметра, описывающих размер, период и фазу орбиты.

Оптические наблюдения за кандидатами в «черную вдову» и «красноспинных» двойников могут ограничить эти параметры, уменьшая пространство поиска до более управляемого (но все же огромного!) объема.

В FGRPB1 были обнаружены два двойных миллисекундных пульсара: чрезвычайно компактный пульсар «черная вдова», PSR J1653-0158, чья 75-минутная орбита является самой короткой из всех известных двойных пульсаров; и PSR J2039-5617, пульсар "красного цвета" с интересным долгосрочным изменчивым поведением.

https://einsteinathome.org/gammaraypulsar/F...ies.html#FGRPB1
https://doi.org/10.3847/2041-8213/abbc02
https://doi.org/10.1093/mnras/staa3484

Хронология открытий гамма-пульсаров в поисках данных Fermi-LAT.

Приведенный выше график, иллюстрирует количество гамма-пульсаров, обнаруженных при слепом поиске с помощью космического гамма-телескопа Ферми НАСА, как функцию времени (когда открытия были опубликованы). С момента запуска спутника Ферми в 2008 году он непрерывно сканирует все небо и, таким образом, предоставляет постоянно растущий набор данных.

В принципе, наличие большего количества доступных данных позволяет нам проводить более точные поиски пульсаров. Однако в то же время вычислительные затраты также быстро возрастают с увеличением временных интервалов данных. Таким образом, как показано на графике, за последние несколько лет почти все открытия были сделаны с помощью Einstein@Home благодаря огромной коллективной вычислительной мощности, предоставленной добровольцами Einstein@Home.

Открытия, сделанные волонтерами Einstein@Home, в деталях.

Ниже мы перечисляем для каждого пульсара добровольцев, чьи компьютеры открыли пульсар, и дату, когда был обнаружен пульсар. Мы также предоставляем список выбранных характеристик для каждого из пульсаров.

Прямое восхождение - одна из двух небесных координат, определяющих положение пульсара на небе.

Склонение - второе из них.

Частота вращения описывает, сколько раз в секунду вращается пульсар. Первая производная частоты описывает, насколько пульсар замедляется с течением времени. Энергия, необходимая для излучения электромагнитного излучения, берется из вращения пульсара. Характерный возраст - это грубая оценка возраста пульсара, вычисляемая по частоте вращения и ее производной. Наконец, мощность при замедлении вращения - это мера полной энергии, излучаемой пульсаром.

Для сравнения, наше Солнце выдает примерно 4 x 1033 эрг в секунду. Большинство пульсаров, представленных ниже, имеют гораздо более высокую скорость вращения. Графика справа показывает профиль импульса каждого пульсара зеленым цветом, а время прихода всех гамма-квантов с фазовой диаграммой - справа. Эти графики требуют точного знания положения пульсара на небе, его частоты вращения и производной частоты вращения. Используя их, каждому фотону может быть присвоена фаза вращения, то есть, в каком направлении пульсар был направлен, когда был испущен гамма-фотон. Таким образом, мы можем восстановить гамма-излучение как функцию фазы вращения пульсара и разрешить профиль импульса.

Источник: https://einsteinathome.org/gammaraypulsar/F...iscoveries.html
Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru


Это сообщение отредактировал Boinc1 - 20.06.2021 - 15:48

Что такое World Community Grid?

Мы являемся грантовой инициативой IBM Corporate Social Responsibility, которая объединяет исследователей с огромными вычислительными мощностями, предоставляемыми добровольцами со всего мира, для продвижения научных исследований по наиболее насущным проблемам нашей планеты. Любой, у кого есть компьютер, Raspberry Pi или устройство Android, может зарегистрироваться для участия. На сегодняшний день добровольцы вложили более двух миллиардов лет в вычислительные мощности для поддержки 31 исследовательского проекта, включая исследования недорогих систем фильтрации воды и новых материалов для эффективного улавливания солнечной энергии. Наши партнеры по исследованиям опубликовали более 50 рецензируемых научных работ в журналах, включая Science, Nature и PLOS. Эти краудсорсинговые вычислительные мощности часто позволяют им проводить исследования в беспрецедентном масштабе, применять новые исследовательские подходы и выполнять работу за годы, а не десятилетия.

Как работает World Community Grid?

Ученые из учреждений со всего мира приезжают к нам с исследовательскими проектами, которые требуют огромных вычислительных мощностей. Используя выбранный ими программный инструмент моделирования, мы интегрируем это программное обеспечение в нашу платформу и распространяем миллионы виртуальных исследовательских экспериментов среди тысяч добровольцев World Community Grid, которые выполняют эти вычисления на своих компьютерах и устройствах Android. World Community Grid проверяет, объединяет результаты этих вычислений и отправляет их исследователям. С помощью World Community Grid ученые могут не только получить доступ к огромным вычислительным мощностям, но и привлечь общественность к своим исследованиям.

Какие исследования климата и окружающей среды поддерживает World Community Grid на сегодняшний день?

С 2004 года World Community Grid поддерживает ряд исследований в области окружающей среды, в том числе:

Проект чистой энергии.

В рамках того, что считается крупнейшим из когда-либо проведенных экспериментов по квантовой химии, исследователи из Гарвардского университета проверили миллионы органических фотоэлектрических соединений, чтобы предсказать их потенциал преобразования солнечного света в электричество. Из них 36 000, по прогнозам, удвоят эффективность большинства солнечных элементов на углеродной основе, производимых в настоящее время.

Вычисления для чистой воды - исследователи из Университета Цинхуа в Пекине использовали World Community Grid для моделирования потока воды через углеродные нанотрубки с беспрецедентным уровнем детализации. При этом они обнаружили явление, указывающее на новую возможность фильтрации воды, которая однажды может улучшить доступ к чистой воде для почти миллиарда людей во всем мире, которые не имеют к ней доступа.

Вычисления для устойчивого водоснабжения - ученые из Университета Вирджинии изучили влияние политики управления на качество воды в Чесапикском заливе, чтобы получить более глубокое представление о том, какие действия могут привести к восстановлению, здоровью и устойчивости этого важного водного ресурса.

Раскрытие тайн генома - исследователи изучили 200 миллионов генов самых разных форм жизни, таких как микроорганизмы, обнаруженные в морских водорослях с берегов Австралии и в реке Амазонка. Цель их работы - расширить знания о биохимических процессах в целом, определить, как организмы взаимодействуют друг с другом и окружающей средой, и задокументировать текущее базовое микробное разнообразие, что позволит лучше понять, как микроорганизмы изменяются под воздействием экологических стрессов, таких как изменение климата.

Какие вычислительные мощности предоставляются за счет гранта?

Ученые, получившие эти награды, будут использовать World Community Grid, инициативу IBM по корпоративной социальной ответственности, которая предоставляет ученым огромные вычислительные мощности. Через World Community Grid расчеты вычислительных исследований распространяются среди тысяч добровольцев по всему миру, которые выполняют эти расчеты на своих компьютерах или устройствах Android. Кроме того, мы выполняем техническую работу по интеграции выбранного исследователями инструмента вычислительных исследований в платформу World Community Grid. Мы также обеспечиваем коммуникацию и информационную поддержку для вовлечения и просвещения общественности в этом исследовании.

Чем вычислительная мощность, предоставляемая World Community Grid, отличается от суперкомпьютера?

Как однажды сказал один из исследователей, который использовал World Community Grid в течение нескольких лет: «Оказывается, наличие сотен тысяч компьютеров в параллельном режиме ускоряет работу больше, чем наличие суперкомпьютера».

World Community Grid предоставляет ученым 24/7 доступ к вычислительной мощности, достаточной для того, чтобы соответствовать некоторым из самых мощных суперкомпьютеров в мире. Но в отличие от традиционного суперкомпьютера, World Community Grid распределяет вычислительную работу на тысячи компьютеров по всему миру, каждый из которых предоставляется добровольцем, который решает сделать свое устройство доступным для проведения научных расчетов. Для наших партнеров по исследованиям это означает, что им не нужно ждать в очереди за вычислительными ресурсами, как это бывает с большинством суперкомпьютеров в их собственных учреждениях. Вместо этого они получают доступ к огромным вычислительным мощностям, вовлекая общественность в свои исследования.

Какие погодные данные предоставляются получателям грантов?

Получатели гранта имеют доступ к данным о погоде от The Weather Company, подразделения IBM, для поддержки своих исследований. Данные могут включать глобальные прогнозы погоды, исторические наблюдения и текущие погодные условия. Доступ к данным будет обеспечиваться через веб-API, а проект работает в World Community Grid.

Какие возможности облачного хранилища предоставляются получателям грантов?
Получатели гранта имеют доступ к IBM Cloud Object Storage для всех потребностей в хранении данных, связанных с их проектом, поддерживаемым IBM, в то время как проект выполняется в World Community Grid. Также будет оказана техническая помощь для оценки их потребностей в хранении данных и определения подходящих решений для хранения.

Каковы были критерии успешных предложений?

Успешные предложения соответствовали следующим критериям:
Некоммерческий: проводится общественными или некоммерческими организациями. Решение проблемы изменения климата: углубленное понимание последствий изменения климата и / или стратегий адаптации или смягчения последствий изменения климата. Содействуйте открытой науке: все данные, полученные волонтерами World Community Grid, должны быть бесплатно доступны для научного сообщества. Доступны, ускорены или расширены за счет ресурсов, которые мы предлагаем: вычислительные исследования климата или окружающей среды, которые требуют значительных вычислительных мощностей компьютера и могут быть разделены на небольшие независимые вычисления, могут потребоваться данные о погоде и / или могут получить выгоду от больших объемов облачного хранилища.

Как оценивались заявки?

Команда ученых IBM и сторонних ученых, специализирующихся в области науки об окружающей среде и изменении климата, рассмотрела каждую заявку на предмет:

Научная заслуга

Возможность внести свой вклад в понимание мировым сообществом конкретных проблем, связанных с изменением климата и / или наукой об окружающей среде. Способность исследовательской группы управлять устойчивым исследовательским проектом. Подтвержденная потребность в ресурсах IBM.

Какие обязательства берут на себя ученые взамен?

В обмен на эти ресурсы ученые соглашаются поддержать нашу политику открытых данных, публично публикуя данные исследований своего проекта World Community Grid, чтобы мировое научное сообщество могло извлечь выгоду из своих выводов и использовать их. Исследовательские группы также соглашаются привлекать добровольцев к своим исследованиям посредством регулярного общения через каналы связи World Community Grid.

Могут ли исследователи по-прежнему подавать заявки на эти ресурсы?
В настоящее время мы не принимаем приложения, которые включают данные от The Weather Company и хранилище из IBM Cloud, но любые исследователи, заинтересованные в использовании вычислительной мощности World Community Grid, могут подать заявку.

https://www.worldcommunitygrid.org/research...mitAProposal.do

Как мне убедиться, что я начну вносить свой вклад в эти проекты, как только они будут запущены?

Если вы уже являетесь волонтером World Community Grid, перейдите на страницу «Мои проекты», где вы можете выбрать участие в новых проектах по мере их появления. Если вы еще не являетесь волонтером World Community Grid, вы можете подписаться, чтобы получать уведомления, как только будет запущен первый из этих трех проектов. Вы также можете присоединиться к World Community Grid прямо сейчас и поддержать наши существующие проекты.
https://www.worldcommunitygrid.org/ms/viewMyProjects.do
https://www.worldcommunitygrid.org/climateNews.action
https://www.worldcommunitygrid.org/discover.action
https://www.worldcommunitygrid.org/research...wAllProjects.do

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
https://boinc.berkeley.edu/wiki/Simple_view
https://boinc.berkeley.edu/download_all.php
https://boinc.ru

А что дают за участие в этих исследованиях? Деньги, акции, право на получение "бесплатного" лекарства(в случае исследования лекарств), что-то другое?
А то получается добровольцы за свой счет проводят исследования, а потом коммерческие компании берут этот результат и начинают делать деньги. Мне такой подход не устраивает.
Я бы может и поучаствовал, если бы результат исследований был доступен только некомерческим организациям, а при попадании результата в коммерческие организации, выплачивалась компенсация всем участникам исследования, внесшим определенный вклад.

Ни чего не дают, поэтому и называются Добровольные распределенные вычисления...

Добровольцы в помощниках

Ученые КарНЦ РАН (г. Петрозаводск) в рамках проекта гражданской науки, привлекая широкую аудиторию, проводят вычислительные эксперименты. При помощи высокопроизводительного виртуального скрининга осуществляется изучение библиотек молекулярных соединений и поиск лекарства от коронавируса. Это позволит получить большие объемы информации о новом научном знании в области медицинской химии и повысит осведомленность общественности о разнообразии современных исследований
В различных отраслях науки для проведения исследовательских проектов и программ практикуется привлечение граждан-добровольцев. Это сбор, анализ, измерение, обработка и систематизация каких-либо научных данных. В условиях цифровизации за счет подключения к сети интернет помощь ученым может осуществляться большой командой участников со всего мира.

Так, поиск лекарств – довольно трудоемкий и ресурсозатратный процесс, поэтому в этом случае поддержка добровольцев – настоящее подспорье для научного сообщества. Гражданская инициатива по исследованию лекарства против коронавирусной инфекции оказывается особенно полезной в мониторинге определенных сведений, в частности, в виртуальном скрининге.

Специалисты КарНЦ РАН (г. Петрозаводск) для поиска химических соединений, обладающих нужным видом биологической активности для разработки новых лекарственных препаратов от COVID, подключают общественную аудиторию. Применяя программы для молекулярного докинга и виртуального скрининга, ученые задействовали компьютеры обычных пользователей, чтобы производить распределенные вычисления. Представленный опыт создания вычислительной инфраструктуры подтверждает рациональность затраченного времени и эффективность работы, а также способствует привлечению внимания граждан из разных стран к вопросам борьбы с тяжелыми заболеваниями.

Наталия Николаевна Никитина – кандидат технических наук, научный сотрудник лаборатории телекоммуникационных систем Института прикладных математических исследований КарНЦ РАН – рассказала о том, как, привлекая добровольных партнеров, проходит работа ученых с вычислительными ресурсами.

Чем вызвана потребность в исследовании библиотек молекулярных соединений при помощи расчетных методов? Как вычислительные методы помогают осуществлять разработку лекарств?

«Разработка лекарства представляет собой трудоемкую задачу поиска химического соединения, способного создавать устойчивый комплекс с белковой молекулой – «мишенью», отвечающей за развитие заболевания. Такое соединение должно не только обладать искомым терапевтическим действием, но и соответствовать всем критериям безопасности для человека. Задача эта решается в среднем 10-15 лет. Поэтому усилия многих научных групп направлены на то, чтобы повысить эффективность и ускорить разработку лекарства. Это возможно, в том числе, с помощью методов информатики и прикладной математики.

На протяжении многих лет основным способом проведения начального этапа разработки лекарства служил высокопроизводительный скрининг “in vitro” (с лат.  – «в стекле», то есть «в пробирке»). Это метод автоматического роботизированного поиска соединений с искомыми свойствами среди химических веществ в лабораторных условиях – эффективный, но весьма дорогостоящий и имеющий ряд ограничений. Сегодня существуют и постоянно расширяются различные библиотеки компьютерных моделей молекулярных соединений и их фрагментов, а также программы моделирования биохимических процессов с высокой точностью, что позволяет проводить начальный этап разработки лекарства частично “in silico” (с лат. (искаж.) – «в кремнии», то есть «на компьютере»). Это позволяет значительно снизить стоимость исследований и снять множество ограничений, но в то же время ставит перед учеными новые задачи», – сообщила Наталия Никитина.

Учеными проводится процедура виртуального скрининга. В чем он заключается и как происходит выбор перспективных соединений, исследователь КарНЦ РАН пояснила:

«Виртуальный скрининг – это альтернатива высокопроизводительному скринингу, состоящая в компьютерном моделировании взаимодействия химических соединений с белком-мишенью и оцениванию вероятности образования устойчивых молекулярных комплексов. Виртуальный скрининг не ограничен существующими библиотеками синтезированных молекул и может также использоваться для поиска соединений, которые ранее не были синтезированы, или для оценки отдельных фрагментов молекул. Его результатом становится список соединений, потенциально имеющих высокую требуемую биохимическую активность. На следующих этапах разработки лекарства проводится отбор и оптимизация среди них. Для проведения виртуального скрининга требуются значительные вычислительные ресурсы и временные затраты, поэтому используется, как правило, не обычный настольный компьютер, а целая система высокопроизводительных вычислений».

Рисунок 1. Молекулярный докинг для белка-мишени коронавируса. Низкомолекулярное соединение стыкуется с белком в специальной области - сайте связывания

Какую систему высокопроизводительных вычислений вы используете для проведения виртуального скрининга?

«Мы организовали и поддерживаем систему добровольных вычислений. Это распределенная система, к которой могут подключаться компьютеры со всего мира, подключенные к сети интернет. Если вычислительная мощность отдельного настольного компьютера невелика, а на ночь он вообще выключается, то сотни и тысячи таких компьютеров образуют целый «виртуальный» суперкомпьютер, слаженно работающий над общей задачей. По такому принципу работают многие научные проекты, а потенциальная суммарная мощность добровольных вычислений существенно превышает все суперкомпьютеры мира, вместе взятые», – сообщила молодой ученый.

Рисунок 2. Схематическое изображение виртуального скрининга: среди множества низкомолекулярных соединений выбираются наиболее хорошо стыкующиеся с белком-мишенью.

Проект добровольных вычислений SiDock@home (по поиску лекарства от ковида) функционирует с октября 2020 года и является междисциплинарным на стыке медицинской химии, биоинформатики и математики.

Ранее карельские ученые выполняли виртуальный скрининг малого масштаба для немецких ученых из Института экспериментальной дерматологии при университете Любек, которые исследуют редкое дерматологическое заболевание.
«Мы встретились с ними на научной конференции и объединили усилия по организации вычислений, а затем познакомились со словенскими учеными-биологами Чртомиром Подлипником из Университета Любляны и Марко Юкичем из Университета Марибора, которые занимаются современными технологиями разработки лекарств. Их усилия направлены на полный цикл разработки лекарства от социально значимых заболеваний, таких как коронавирус или вирус Эбола. Во время пандемии коронавируса SARS-CoV-2 потребовались большие вычислительные мощности, собрать которые позволило сообщество добровольных вычислений. Это, на самом деле, уникальная возможность получить в единоличное распоряжение целую высокопроизводительную вычислительную систему. В работе мы используем программу молекулярного докинга (моделирования стыковки химического соединения и белка-мишени) CmDock, разработанную словенскими коллегами. Это программа с открытым исходным кодом, разработанная на основе другой программы RxDock, ранее доказавшей свою эффективность в других проектах. CmDock активно развивается и совершенствуется», – отметила Наталия Никитина.

В проекте специалистов КарНЦ РАН принимает участие несколько тысяч пользователей из разных стран мира. Наиболее активные участники из России, Украины, Германии, Великобритании, США.

Как пришла идея привлечь к исследованиям простых пользователей, и что вам дает такая помощь от гражданской науки? Что дает это самому добровольцу?

«Помимо предоставления своих компьютеров, некоторые из них помогают адаптировать вычислительное приложение для различных компьютерных платформ и протестировать его. Сообщество добровольных вычислений сложилось задолго до нашего проекта, в нем существуют различные механизмы поощрения участников, составления рейтингов согласно личному вкладу каждого, оперативного привлечения дополнительных вычислительных мощностей. Сами добровольцы при этом получают информацию о проводимых исследованиях в научно-популярной форме, могут участвовать в их обсуждениях, расширяют свои знания о вычислительных технологиях и могут в реальном времени наблюдать за решением научной задачи. Более того, участники ряда крупных проектов (в ближайшем будущем и нашего) могут получать за свой вклад денежное вознаграждение в форме криптовалюты Gridcoin.

Мы, в частности, рады, что наш проект позволил привлечь интерес новых участников, которые раньше не знали о добровольных вычислениях: так, к нам присоединились несколько научных организаций, чтобы предоставлять компьютерные мощности», – объяснила Наталия Никитина.

Эта клиент-серверная система COVID.SI проста в обращении? Как на практике работает схема добровольных вычислений?

«Наш проект SiDock@home основан на клиент-серверной системе BOINC, которая вот уже более 20 лет широко используется для организации добровольных вычислений. Схема подключения достаточно простая: нужно скачать и установить на свой компьютер программу BOINC, в ней выбрать проект или несколько проектов, к которым вы хотите присоединиться. После этого компьютер начнет автоматически получать задания и выполнять их в фоновом режиме, не мешая основной деятельности, – исследователь КарНЦ РАН раскрывает суть добровольной помощи и призывает к участию. – Присоединяйтесь к поиску лекарств!».

Какие новые математические модели вам позволяет разрабатывать этот проект?
«Чем мощнее и сложнее суперкомпьютер (даже «виртуальный»), тем труднее им эффективно управлять. Мне и моим коллегам интересны новые знания о процессах распределенных вычислений, принципы эффективной организации вычислительного процесса, законы функционирования сообщества добровольцев. Мы разрабатываем математические модели управления заданиями, оптимального дублирования заданий, схем достижения консенсуса между результатами, полученными от разных участников. Математика помогает эффективнее исследовать химическое пространство и достигать результатов, на которые в обычной лаборатории потребовались бы десятки лет. Переход к математическим абстракциям позволяет смоделировать несуществующие ранее ситуации:

например, что будет, если компьютеры начнут соревноваться между собой за скорейшее нахождение химических соединений-кандидатов в лекарства?
Оказывается, что подобное соревнование в разы увеличивает эффективность поиска химических соединений. А «подсказать» компьютерам соревноваться можно программно. С тем же успехом математические методы могут помочь ускорить сверку результатов, сделать подделку результатов нецелесообразной и т.д.», – пояснила молодой ученый.

Каких результатов вы ожидаете от этого проекта? Чем подтверждается на данном этапе исследования эффективность решения вычислительно-ресурсоемких задач при помощи добровольцев?

«Добровольные вычисления используются многими научными организациями и позволяют получить значимые научные результаты. Так, в начале 2020 года в проекте добровольных вычислений Rosetta@home была оперативно получена молекулярная структура шиповидного белка коронавируса SARS-CoV-2, играющего ключевую роль в патогенезе. Сообщество добровольцев позволило на несколько недель опередить научный коллектив, который получил такую модель в лаборатории под криоэлектронным микроскопом. На счету добровольных вычислений еще целый ряд научных открытий.

На данном этапе наша команда, конечно, с нетерпением ждет проверки текущих результатов в реальной лаборатории. Мы выявили ряд перспективных химических соединений, которые необходимо протестировать. Привлеченных нами ресурсов добровольцев достаточно, чтобы оперативно провести виртуальный скрининг миллиарда химических соединений (таков объем библиотеки, с которой мы работаем) за считанные недели. Мы продолжаем вычисления и надеемся существенно продвинуться в поиске лекарства от коронавируса. Даже несмотря на то, что лекарство еще не разработано, промежуточные результаты помогают расширить знания о жизненном цикле вируса, а наши наработки послужат для разработки лекарств и от других заболеваний», – нацелена Наталия Никитина.
Итак, важность поддержки гражданской науки в глобальных научных исследованиях как формата сотрудничества с учеными доказана содействием развитию инноваций и распространению передовых идей.

Хотите принять участие в распределенных вычислениях, тогда, Вам сюда:
**SPAM**/wiki/Simple_view
**SPAM**/download_all.php
**SPAM**
**SPAM**/articles/dobrovoltsy-v-pomoshchnikah