加州大学戴维斯分校利用 Oracle HPC 云提高药物安全性
加州大学戴维斯分校研究人员使用 Oracle 高性能计算平台将运行分子动力学模型和机器学习模型的速度提升两倍。
“We use Oracle’s high-performance computing (HPC) platform to help us run atomic-resolution investigations of ion channel functions and ion channel drug interactions, we’re also able to more accurately predict the safety and efficacy of preclinical drugs.”
业务挑战
几十年来，加州大学戴维斯分校医学院的研究人员一直在与制药商和监管机构合作，帮助他们将新药快速推向市场，同时防范潜在的健康风险。
药物引起的心脏健康风险，即心脏毒性，是最严重的一项风险。加州大学戴维斯分校的研究人员 Igor Vorobyov 和 Colleen Clancy 决定放弃使用奉为医疗行业标准的二维药物测试模型，开始尝试其他对心脏更为安全的模型。
通过在 Oracle 云基础设施 (OCI) 上运行分子动力学和机器学习模型，加州大学戴维斯分校的研究团队现在可以分析人体的整体生理机能，包括蛋白质分子、细胞、组织、器官、性别和任何预先存在的心脏病，从而更快速地评估药物的风险因素。
OCI’s HPC platform helps us run 50 different simulations at once, which allows us to test all sorts of conditions and ensure that our research is not limited by the speed of our simulations.
加州大学戴维斯分校为何选择 Oracle
加州大学戴维斯分校的本地部署服务器集群和其他计算资源无法满足该校研究人员 Igor Vorobyov 和 Colleen Clancy 的计算需求。
于是，他们参与了 Oracle for Research 计划。该计划为 Vorobyov、Clancy 及其团队提供了为期一年的 Oracle for Research 资助，包括免费的 Oracle 云和技术协作支持。现在，加州大学戴维斯分校的研究团队可以使用基于 Oracle 云基础设施的高性能计算 (HPC) 服务对超过 10 万个不同的原子执行多尺度分子动力学模拟，包括 5 亿次能量和力计算。
解决方案
与利用本地部署资源运行模拟相比，Oracle 高性能计算平台可支持加州大学戴维斯分校的研究人员更大规模地分析更多变量。
借助 OCI 供应的数百个计算核心以及 Nvidia Tesla P100 和 V100 GPU，加州大学戴维斯分校的研究人员可以按照所需资源和配置更快速地启动药物测试环境，而无需花钱采购和维护不同的硬件组合。
此外，得益于 Oracle 云基础设施的分布式架构，该校研究人员现在可以更轻松地同时处理多项任务。
借助基于 OCI 的 HPC，研究人员现在可以对原子分辨率结构执行微秒级分子动力学模拟来测试药物的心脏毒性，然后将这些“原子”模型与毫秒级和秒级的“功能”模型（包括通道、细胞和组织）模拟相关联。
为了在关联分子级模型和功能级模型的同时提高性能水平，加州大学戴维斯分校的研究人员还使用了搭载 12 核 Intel Xeon CPU 的 OCI 裸金属计算实例来运行模拟。
借助 OCI 数据科学平台上预安装的虚拟环境（包含 Jupyter Notebook 集成开发环境以及 PyTorch、NumPy、Pandas 和 scikit -learn 等所有 Python 编程语言和机器学习库），研究人员还可以在约 700 秒内完成机器学习模拟，速度是在本地执行模拟的两倍。
尽管研究人员的研究重点是确定药物引起的心脏毒性，但他们认为通过在 OCI HPC 和 OCI 数据科学平台上运行模型，他们现在拥有的计算能力和可扩展性可帮助制药商和临床医生应对从癌症、代谢紊乱到炎症的各种疾病。
加州大学戴维斯分校在 OCI HPC 和 OCI 数据科学平台上运行分子动力学模型和机器学习模型，大大提高了这些模型的可复制性。现在这些模型可以更广泛地适用于不同的年龄、性别和动物物种。