Oberdan
23-09-2001, 10.24.39
Ieri è apparso su Wired News un articolo (http://www.wired.com/news/technology/0,1282,46982,00.html) intitolato "Il piccolo screensaver che può" che illustra i successi di F@H e li mette in relazione con quel colossale proggetto targato IBM, prossimo venturo, che si chiama Blue Gene.
Poiché l'articolo è molto interessante e non tutti conoscono a sufficienza l'inglese, ho pensato di tradurlo per tutti.
IBM sta spendendo 100 milioni di dollari per costruire il supercomputer più veloce del mondo al fine di approfondire la ricerca medica, ma un progetto di calcolo distribuito che gira su comunissimi PCs ha potuto colpire Big Blue al mento.
IBM ha proposto Blue Gene , un supercomputer parallelo, con la speranza di aiutare la diagnosi e il trattamento delle malattie, simulando il processo estremamente complesso di ripiegamento (Folding) delle proteine.
IBM ha detto che la mostrusa macchina sarà in grado di elaborare più di 1 quadrilione (4 milioni di miliardi) di operazioni al secondo e sarà 1,000 volte più veloce di Deep Blu, il computer che ha sconfitto il campione mondiale di scacchi Garry Kasparov nel 1997.
Ma Folding@Home, un modesto progetto di calcolo distribuito avviato dal Dott. Vijay Pande e da un gruppo di studenti laureatisi all'Università di Stanford è già riuscito a simulare il processo col quale le proteine si auto-assemblano, qualcosa che i computer, fino ad ora, non erano stati capaci di fare.
Le proteine, che controllano ogni funzione cellulare nel corpo umano, si ripiegano in forme tridimensionali estremamente complesse che determinano la loro funzione. Qualsiasi cambiamento nella forma può alterare la proteina, trasformando una proteina necessaria in una malattia.
Come SETI@Home, Folding@Home è un programma basato su volontari che adoperano i cicli inutilizzati dei loro comunissimi home computers per eseguire uno speciale screensaver. Ma invece di cercare segni di vita aliena nei radiosegnali provenienti dallo spazio, Folding@Home simula il processo straordinariamente complesso di ripiegamento (Folding) delle proteine.
Folding@Home conta approssimativamente su 15.000 volontari. SETI@Home, il più popolare progetto di calcolo distribuito, ne ha quasi 3 milioni.
Il processo di ripiegamento delle proteine non è mai stato simulato a causa della complessità di calcolo del processo stesso. Tipicamente le proteine si ripiegano in 10,000 nanosecondi, ma un solo computer può simulare solamente 1 nanosecondo del processo di piegamento al giorno. Con questo rapporto occorerebbero circa 30 anni per simulare completamente il ripiegarsi di una proteina.
Ma grazie alla potenza di calcolo combinata dei suoi partecipanti, il progetto Folding@Home ha già ripiegato una proteina, una Beta Hairpin, almeno 15 volte per assicurarsi che i risultati non fossero fallaci.
Vijay Pande ha detto che molte altre proteine complesse sono state messe al lavoro e che i risultati sono in via di preparazione e revisione.
Pande, un assistente professore di chimica a Stanford, sta per pubblicare i primi risultati del progetto in un prossimo numero del Journal of Molecular Biology.
Pande ha detto che questa primo Folding non è significativo per se stesso:
"Perché è piccolo e semplice, questo non è il primo passo per guarire le malattie", ha detto. "Quello che abbiamo dimostrato è che siamo concettualmente capaci di indagare nella realtà di questi processi. Le implicazioni più importanti consistono nell'applicazione di questo esperimento in futuro."
A lungo termine, Folding@Home progetta di carpire il ripiegamento di proteine più importanti - e più significativamente, come si ripiegano in modo sbagliato.
"Se possiamo capire il meccanismo di errato ripiegamento, possiamo iniziare a realizzare il la struttura che impedisca l'errore", ha detto Pande. "Sviluppare una medicina non è qualcosa che si fa casualmente. La prima tappa è l'identificazione di ciò che si sta per attaccare. Molto di queste malattie cominciano con un ripiegamento sbagliato, così noi non sappiamo cosa attaccare. Un modello realizzato al computer ci darà un'idea di cosa attaccare."
IBM non si sente minacciata da Folding@Home. Infatti, il leader del progetto Blue Gene ritiene che i due sforzi si completeranno vicendevolmente.
"Le cose che il gruppo di Folding@Home sta apprendendo potrebbero risultare enormemente utili a noi", ha detto Bill Tulleyblank, direttore del Deep Computing Institute presso IBM Research. "Se loro trovano delle approssimazioni che ci consentano di ridurre la dimensione del problema, poi noi potremmo risolverlo molto più velocemente di quanto ci occorrerebbe senza questi dati.
Comunque, Tulleyblank ha detto che i progetti di calcolo distribuito come Folding@Home possono simulare soltanto il ripiegamento di proteine abbastanza semplici. Blue Gene sarà capace di simulare proteine più grandi e complesse.
"Riprodurre il modello di proteine complesse, dove il ripiegamento dipende dai risultati di variabili che interagiscono tra loro, richiederà una macchina che usi massicciamente i processi paralleli" ha detto.
"Blue Gene usa un sistema a processori paralleli con un nuovo metodo di comunicazione ad alta velocità tra i microprocessori. Cosa necessaria per simulazioni estremamente particolareggiate che Gene Blu farà ma che Folding@Home non potrebbe realizzare", ha detto Tulleyblank.
"Il tipo di problemi che stiamo affrontando è ben oltre quello che loro potrebbero sperare di fare con il modello di calcolo distribuito", ha detto. "Con quello che stiamo facendo, non è praticabile un modello di calcolo distribuito. Dovremo trattare con un numero tremendamente alto di interazioni tra i processi del programma. Ognuno dei quali produce effetti su tutti gli altri, cosicché c'è bisogno di un modo veloce per far circolare tutto ciò."
Poiché l'articolo è molto interessante e non tutti conoscono a sufficienza l'inglese, ho pensato di tradurlo per tutti.
IBM sta spendendo 100 milioni di dollari per costruire il supercomputer più veloce del mondo al fine di approfondire la ricerca medica, ma un progetto di calcolo distribuito che gira su comunissimi PCs ha potuto colpire Big Blue al mento.
IBM ha proposto Blue Gene , un supercomputer parallelo, con la speranza di aiutare la diagnosi e il trattamento delle malattie, simulando il processo estremamente complesso di ripiegamento (Folding) delle proteine.
IBM ha detto che la mostrusa macchina sarà in grado di elaborare più di 1 quadrilione (4 milioni di miliardi) di operazioni al secondo e sarà 1,000 volte più veloce di Deep Blu, il computer che ha sconfitto il campione mondiale di scacchi Garry Kasparov nel 1997.
Ma Folding@Home, un modesto progetto di calcolo distribuito avviato dal Dott. Vijay Pande e da un gruppo di studenti laureatisi all'Università di Stanford è già riuscito a simulare il processo col quale le proteine si auto-assemblano, qualcosa che i computer, fino ad ora, non erano stati capaci di fare.
Le proteine, che controllano ogni funzione cellulare nel corpo umano, si ripiegano in forme tridimensionali estremamente complesse che determinano la loro funzione. Qualsiasi cambiamento nella forma può alterare la proteina, trasformando una proteina necessaria in una malattia.
Come SETI@Home, Folding@Home è un programma basato su volontari che adoperano i cicli inutilizzati dei loro comunissimi home computers per eseguire uno speciale screensaver. Ma invece di cercare segni di vita aliena nei radiosegnali provenienti dallo spazio, Folding@Home simula il processo straordinariamente complesso di ripiegamento (Folding) delle proteine.
Folding@Home conta approssimativamente su 15.000 volontari. SETI@Home, il più popolare progetto di calcolo distribuito, ne ha quasi 3 milioni.
Il processo di ripiegamento delle proteine non è mai stato simulato a causa della complessità di calcolo del processo stesso. Tipicamente le proteine si ripiegano in 10,000 nanosecondi, ma un solo computer può simulare solamente 1 nanosecondo del processo di piegamento al giorno. Con questo rapporto occorerebbero circa 30 anni per simulare completamente il ripiegarsi di una proteina.
Ma grazie alla potenza di calcolo combinata dei suoi partecipanti, il progetto Folding@Home ha già ripiegato una proteina, una Beta Hairpin, almeno 15 volte per assicurarsi che i risultati non fossero fallaci.
Vijay Pande ha detto che molte altre proteine complesse sono state messe al lavoro e che i risultati sono in via di preparazione e revisione.
Pande, un assistente professore di chimica a Stanford, sta per pubblicare i primi risultati del progetto in un prossimo numero del Journal of Molecular Biology.
Pande ha detto che questa primo Folding non è significativo per se stesso:
"Perché è piccolo e semplice, questo non è il primo passo per guarire le malattie", ha detto. "Quello che abbiamo dimostrato è che siamo concettualmente capaci di indagare nella realtà di questi processi. Le implicazioni più importanti consistono nell'applicazione di questo esperimento in futuro."
A lungo termine, Folding@Home progetta di carpire il ripiegamento di proteine più importanti - e più significativamente, come si ripiegano in modo sbagliato.
"Se possiamo capire il meccanismo di errato ripiegamento, possiamo iniziare a realizzare il la struttura che impedisca l'errore", ha detto Pande. "Sviluppare una medicina non è qualcosa che si fa casualmente. La prima tappa è l'identificazione di ciò che si sta per attaccare. Molto di queste malattie cominciano con un ripiegamento sbagliato, così noi non sappiamo cosa attaccare. Un modello realizzato al computer ci darà un'idea di cosa attaccare."
IBM non si sente minacciata da Folding@Home. Infatti, il leader del progetto Blue Gene ritiene che i due sforzi si completeranno vicendevolmente.
"Le cose che il gruppo di Folding@Home sta apprendendo potrebbero risultare enormemente utili a noi", ha detto Bill Tulleyblank, direttore del Deep Computing Institute presso IBM Research. "Se loro trovano delle approssimazioni che ci consentano di ridurre la dimensione del problema, poi noi potremmo risolverlo molto più velocemente di quanto ci occorrerebbe senza questi dati.
Comunque, Tulleyblank ha detto che i progetti di calcolo distribuito come Folding@Home possono simulare soltanto il ripiegamento di proteine abbastanza semplici. Blue Gene sarà capace di simulare proteine più grandi e complesse.
"Riprodurre il modello di proteine complesse, dove il ripiegamento dipende dai risultati di variabili che interagiscono tra loro, richiederà una macchina che usi massicciamente i processi paralleli" ha detto.
"Blue Gene usa un sistema a processori paralleli con un nuovo metodo di comunicazione ad alta velocità tra i microprocessori. Cosa necessaria per simulazioni estremamente particolareggiate che Gene Blu farà ma che Folding@Home non potrebbe realizzare", ha detto Tulleyblank.
"Il tipo di problemi che stiamo affrontando è ben oltre quello che loro potrebbero sperare di fare con il modello di calcolo distribuito", ha detto. "Con quello che stiamo facendo, non è praticabile un modello di calcolo distribuito. Dovremo trattare con un numero tremendamente alto di interazioni tra i processi del programma. Ognuno dei quali produce effetti su tutti gli altri, cosicché c'è bisogno di un modo veloce per far circolare tutto ciò."