橡树岭超级计算机帮助将机器学习应用到药物设计中

药物发现是一项复杂的任务，通常需要花费数百万美元的艰苦试验和错误，但先进的计算技术可以极大地加快这一过程。现在，康奈尔大学的一组研究人员利用橡树岭领导力计算设施(OLCF)的超级计算能力，利用机器学习来改进药物设计。

从历史上看，机器学习和药物设计并没有紧密联系在一起，因为分子动力学产生的大量数据集往往很复杂，而且与药物的性能基本上无关。康奈尔大学计算生物医学研究所主任哈雷尔·温斯坦在接受OLCF采访时表示:“机器学习从来没有被用于对药物设计的这些机制进行分类，当然也没有达到我们正在处理的规模。”“在这项研究开始时，问题是:你如何将这些数据呈现给机器学习算法?”

温斯坦带着这个问题找到他的一个博士生安布罗斯·普兰特(Ambrose Plante)。Plante决定将数据重新格式化为图片，以便更容易地解释ML算法，为每个原子分配一个像素。然后，他让算法分析这些图像，以评估功能选择性(药物与特定蛋白质结合的方式，迫使蛋白质发送信号)。

分子结构的可视化表示(左边是原始的，右边是二维的表示)。图片由作者提供。

了解如何以不同的方式影响蛋白质是药物开发的关键，特别是当涉及到目前市场上大多数药物所针对的G蛋白偶联受体(GCPRs)时。“就药典而言，这些是最受欢迎的受体，”温斯坦说。“这项研究的特殊之处在于分析这些相互作用的方法。”

为了将3D数据转换成2D图像，并训练神经网络来理解这些信号通路，研究人员通过理论和实验(INCITE)程序的创新和新颖的计算影响获得时间分配后，转向OLCF的Titan超级计算机。泰坦，一个拥有18,688个AMD Opteron处理器和18,688个Nvidia K20处理器的系统，能够提供将近18次每秒的Linpack petaflops，在去年8月退役。

研究人员发现，神经网络是高度准确的，现在转向更强大和复杂的应用相同的策略。然而，随着泰坦的退役，他们现在转向OLCF的顶峰超级计算机。Summit拥有4608个节点(每个节点拥有2个IBM Power9 cpu和6个Nvidia Volta gpu)，每秒可处理148次Linpack petaflops，是目前世界上最强大的超级计算机。

温斯坦说:“这不仅能帮助我们理解并可能减轻毒瘾等问题，而且将使我们能够从一个完全不同的角度，用更具体、因此也更有力的标准来看待药物设计。”

关于的研究

这篇文章中讨论的研究被发表为“发现GPCRs的配体特异性功能机制的机器学习方法”。它是由Ambrose Palnte、Derek M. Shore、Giulia Morra、George Khelashvili和Harel Weinstein撰写的