Bioinformatikai és orvosbiológiai Grid alkalmazások az Egyesült Királyságban

Enabling Grids for E E-sciencE sciencE

Bioinformatikai és orvosbiológiai Grid alkalmazások az Egyesült gy Királyságban y g

M. Kozlovszky MTA SZTAKI [email protected]

www eu egee org www.eu-egee.org EGEE-II INFSO-RI-031688

EGEE and gLite are registered trademarks

NGS Grid infrastruktúra Enabling Grids for E-sciencE

National Grid Service (NGS) UK akadémiai kutatói g grid hálózat 4 főbb site • CCLRC Rutherford Appleton Laboratory • University of Manchester • University of Oxford • White Rose Grid (University of Leeds) További site-ok • University U i it off Bristol Bi t l • Cardiff University • Lancaster University Uni ersit • University of Westminster • University of Glasgow (ScotGrid) EGEE-II INFSO-RI-031688

2008. 11.19., Szeged

National Grid Service (NGS) Köztesréteg

Enabling Grids E-sciencE Enabling Grids forforE-sciencE

D t Data Management

DataSets info

User requests

I f Information ti Service

Site X

Indexin ng

queries

Author. &Authen &Authen.

Publication

Workload Management

Sit R Sites Resources

Computing Resources

Storage Resources

Dynamic evolution

L Logging, i reall time ti monitoring it i 3 EGEE-II EGEE-IIINFSO-RI-031688 INFSO-RI-031688

3

W-Grass Enabling Grids for E-sciencE

Westminster Grid Application Support Service University of Westminster, London, UK http // grass min ac k http://wgrass.wmin.ac.uk • Célja a nagy erőforrásigényű alkalmazások gridesítésének támogatása • Felhasználói igények és technológiai megoldások közelítése • Alkalmazások analízise • Tudásátadás, oktatás • Használt Grid infrastruktúrák: – Szerviz Grid-ek ƒ ƒ ƒ ƒ

Enabling Grids for e-Science (EGEE) N ti National lG Grid id S Service i (NGS) Open Science Grid (OSG) TeraGrid (TG)

– BOINC alapú l ú Desktop D kt Gridek G id k

•

NGS Portal (P-GRADE Portal alapú)

https://grid2-portal.cpc.wmin.ac.uk:8080/gridsphere/gridsphere

EGEE-II INFSO-RI-031688

2008. 11.19., Szeged

Referencia alkalmazások (szerviz grid-ek) Enabling Grids for E-sciencE

• • • • • • • •

Video Rendering – elosztott renderelő alkalmazás - Centre for Parallel p g, UoW Computing, In silico modelling Autodock-al - Department of Molecular & Applied Biosciences, UoW Traffic – Grides e-learning portal transport és logisztika oktatáshoz – „Logistics and Supply Chain Management” MSc tárgyhoz, UoW DASP - Digital Alias-free Signal Processing, optimális nemhomogén mintavételezési frekvencia számoláshoz számoláshoz- Centre for System Analysis Research Group, UoW CHARMM – Makromolekula szimulációk (energia minimalizáció & molekula dinamika) - Johns Hopkins University Patient readmission analysis with R - Health and Social Care Modelling Group, UoW GAMESS-UK - ab initio molekula elektromos struktúra elemző alkalmazás MultiBayes y - DNS szekvencia analizáló p program, g , School of Animal and Microbial Sciences, University of Reading

EGEE-II INFSO-RI-031688

2008. 11.19., Szeged

Referencia alkalmazások (DG) Enabling Grids for E-sciencE

• Protein Molekula Szimulátor - Department of Molecular & Applied pp Biosciences,, UoW • 3D Video Rendering – elosztott videó renderelő alkalmazás - Centre for Parallel Computing, UoW • Patient readmission analysis with R - DG verzió

EGEE-II INFSO-RI-031688

2008. 11.19., Szeged

Autodock alkalmazás Enabling Grids for E-sciencE

• Autodock alkalmazás – Dokkolási eseményekhez használható szoftver szimulációs eszközöket tartalmaz (in silico) – Kis molekulák, gyógyszer alkotóelemek receptorokhoz, vagy ismert 3D sszerkezethez 3 e e e e történő ö é ő kapcsolódásához apcso ódásá o – Felhasználási területek ƒ ƒ ƒ ƒ ƒ

Röntgen kristallográfia St ktú alapú Struktúra l ú gyógyszertervezés ó t é Kémiai mechanizmusok vizsgálata Fehérje-fehérje dokkolás …

– Szabad szoftver – Erősen számolásigényes feladat ƒ Ligand torzulás, dokkolási energia paraméterek, stb. ƒ 1 dokkoláshoz kb.: 100 iteráció (~5 millió ellenőrzéssel) Æ 50 CPU óra ƒ Bővebb információ autodock-ról: http://autodock.scripps.edu/ EGEE-II INFSO-RI-031688

2008. 11.19., Szeged

Autodock gridesítés Enabling Grids for E-sciencE

• • •

• •

Partner: Department of Molecular & Applied Biosciences at the University of Westminster Felhasznált megoldás – Script-ek, automatikus paraméter vizsgálat megvalósítással A két program gridesítése – AutoGrid futtatás – AutoDock futtatás

Megtakarítás – több ezer autodock szimuláció: hónapokban mérhető T ábbi információ: További i f á ió http://wgrass.wmin.ac.uk/index.php/W-Grass:autodock

EGEE-II INFSO-RI-031688

2008. 11.19., Szeged

Enabling Grids for E-sciencE

•

Charmm

CHARMM (Chemistry at HARvard Macromolecular Mechanics)

• Atom molekula dinamikai ((MD)) szimulátor – – – –

•

Érdekes molekulákhoz használják (fehérjék, aminosavak, stb.) Mozgásegyenletek megoldása a feladat (Newton törvények) Atomi koordinátákkal dolgozik Energia minimalizáció, molekula dinamika

Verziói vannak soros és párhuzamos futtatáshoz különböző számítógép platformokra futtatáshoz,

• Bővebb információ Charm-ról:http://www.charmm.org/ Charm-ról:http://www charmm org/ EGEE-II INFSO-RI-031688

2008. 11.19., Szeged

Charmm működés leírás Enabling Grids for E-sciencE

– Többfázisú egymásra épülő fázisok ƒ Felfűtés, egyenlősítés, futtatási fázis, analízis fázis

– A kapott adatokat később a Charmm analízis szoftvereivel lehet tovább elemezni – Nagy N molekulastruktúrák l k l t ktú ák az é érdekesek d k k ƒ A szimuláció néhány ns időtartományt kezel (max. ms tartomány) y van szükség g ƒ Általában ms feletti időtartományokra

EGEE-II INFSO-RI-031688

2008. 11.19., Szeged

Charmm alkalmazás gridesítése Enabling Grids for E-sciencE

• Partner: Johns Hopkins University • Téma: Molecular Dynamics Study of Water Penetration in Staphylococcal Nuclease • Gridesítés megoldása g – P-GRADE Portal felületen – Nagy erőforrásigény ƒ multi-grid használat (egyidejűleg) • National Grid Service (NGS) • TeraGrid (TG) • Open Science Grid (OSG).

• Megoldás g – Szekvenciális feladatok, munkafolyamat gráfba rendezve, többszörös párhuzamos futtatás EGEE-II INFSO-RI-031688

2008. 11.19., Szeged

R programcsomag Enabling Grids for E-sciencE

R = nyelv és programcsomag • Statisztikai feladatok (lineáris, nem lineáris modellezés,, idősoranalízis,, klaszterezés,, stb.), ), grafikai g feladatok • GNU projekt j • Hasonlít az S nyelvhez • Bővebb információ: – http://www.r-project.org/

EGEE-II INFSO-RI-031688

2008. 11.19., Szeged

Enabling Grids for E-sciencE

• • • • • • • • •

R környezet gridesítése

Népegészségügyi téma Szerviz és Desktop Grid verzió Partner: Health and Social Care Modelling Group Téma: – Patient P ti t readmission d i i analysis l i with ith R – Szerviz S i G Grid id / Desktop D kt Grid G id Input: Hospital Episode Statistics adatbázis (HES) Adatmennyiség: 7 év 04/1997 - 03/2004 (~80 ( 80 millió esemény) Statisztikai elemzése az adatbázisnak A pontossághoz: nx1000 iteráció Párhuzamos működés

EGEE-II INFSO-RI-031688

2008. 11.19., Szeged

Információk Enabling Grids for E-sciencE

•

További információk: http://wgrass.wmin.ac.uk/index.php/W-Grass:autodock http://wgrass.wmin.ac.uk/index.php/W Grass:autodock http://wgrass.wmin.ac.uk/index.php/W-Grass:charmm http://wgrass.wmin.ac.uk/index.php/W-Grass:r http://wgrass wmin ac uk/index php/Desktop Grid:Autodock http://wgrass.wmin.ac.uk/index.php/Desktop_Grid:Autodock http://wgrass.wmin.ac.uk/index.php/Desktop_Grid:r

– P-GRADE Portal honlap

http://portal.p-grade.hu htt // t l d h – LPDS honlap p p http://www.lpds.sztaki.hu

Köszönöm a figyelmet! Kérdések? EGEE-II INFSO-RI-031688

2008. 11.19., Szeged

Plusz slide-ok: MultiBayes Enabling Grids for E-sciencE

• Feladat: Phylogenetikai fa készítés • DNS szekvenciákból Monte Carlo Markov láncokat készít fajokra lebontva • Soros változata a p programnak: g binárist futtat,, dinamikus linkelést használ a program • Input file-ban megkapja g j a paramétereket • 3 output file-t készít az eredményekből (nagy file-ok) • A szolgáltatás g GEMLCA Grid szolgáltatásként g érhető el (tehát nem binárist használ)

EGEE-II INFSO-RI-031688

2008. 11.19., Szeged