DrugDiscovery@Home alpha, российский биомедицинский проект Налаштування

[ReMMeR]

Проект "DrugDiscovery@Home"

----------------------------------------------------------------------------------------------------------

• Официальный сайт
• Официальный сайт проекта
• Официальная статистика по команде "Ukraine"
• Статус серверов проекта
• Статистика на фришниках
• Статистика на фришниках по команде "Ukraine"

----------------------------------------------------------------------------------------------------------
ТОП-20 участников:

----------------------------------------------------------------------------------------------------------
Дата основания команды - 22.04.2009 Капитан - ReMMeR
----------------------------------------------------------------------------------------------------------
Для присоединения к команде Украины:
1. Загрузите BOINC менеджер (Если его у Вас еще нет!)
2. Перейдите в "расширенный вид"
3. Выберите сервис ---> добавить проект
4. Введите адрес проекта http://boinc.drugdiscoveryathome.com/
5. Введите свои регистрационные данные.
6. Найдите нашу команду. Она называется Ukraine и адрес ее статистики вы могли видеть выше.
7. Если есть доступные для загрузки задания Вы их получите и начнете расчеты.
----------------------------------------------------------------------------------------------------------
Новичкам: статья со скриншотами, как поставить и настроить BOINC-менеджер
----------------------------------------------------------------------------------------------------------
Полезная информация:
Для идентификации пользователя в BOINC могут служить 2 вещи:
1) пара e-mail/пароль
2) межпроектный идентификационный ID (Cross-project ID) - 32значное шестнадцатиричное число.

Если Вы пожелаете подключится ещё и к другому BOINC-проекту, то помните: чтобы не плодить новых аккаунтов при подключении к новому проекту или команде, нужно обязательно везде регистрироваться с одним и тем же Именем и EMAIL. если при регистрации в проекте указать другой e-mail , BOINC создаст новый аккаунт с тем же именем! В этом случае рекомендуется зайти во все ваши аккаунты и во все проекты и где надо поменять емейл на нужный. Через некоторое время ваши аккаунты сольются в один с одним cross-project-id.
----------------------------------------------------------------------------------------------------------


О проекте:

Drug Discovery at Home (в пер. с англ., найди лекарство дома) — российский биомедицинский проект распределенных вычислений, основанный на платформе BOINC. Научные цели проекта DrugDiscovery@Home (DD@Home) связаны с исследованиями фолдинга белков, рака, старения, стволовых клеток, а также с поиском новых лекарственных средств от ряда заболеваний. Проект пока не имеет формальных отношений ни с одной фармацевтической компанией или академическим учреждением, а развивается на энтузиазме и за счет смешанной российско-американской группы разработчиков.

В настоящий момент проводится предварительное альфа-тестирование серверной части проекта и расчетного клиента DrugDiscovery@Home, основанного на таких известных пакетах специализированного ПО как GROMACS (симуляция молекулярной динамики биологических молекул) и Autodock (молекулярный докинг). Желающие принять участие в альфа-тестировании или помочь в техническом развитии проекта, могут обратиться лично к Андрею Воронкову — научному сотруднику МГУ и главному куратору DrugDiscovery@Home.

Ссылки по теме:

Текст взят из : Вики © Arbalet

Це повідомлення відредагував nikelong: Sep 12 2010, 20:53

[bestdrug]

На всякий случай - дискуссия очень интересная, я обязательно напишу ответ. Так если совсем вкратце.
1. Действительно разброс может быть довольно большой в зависимости от размеров белка, гибкости и т.п. Нас интересует вопрос на данном этапе не столько о стабильности структуры белка и ее реклаксации, что безусловно важно и наверное даже должно быть может и первым шагом, а вопрос о стабильности лиганд-белкового комплекса. В целом идеально было бы протестировать это на данных РСА с хорошим разрешением. А так...ну есть проект Folding@home они имитируют фолдинг траекториями по 1 нс. У них есть задача изучения траектории, там работает чисто статистика. Можем ли мы пойти тем же путом и моделировать структуру, а не только имитировать фолдинг? Для этого должны быть некие критерии, там свободная энергия, укладка и т.п. Т.е. если мы запускаем 100-200 процессов по 1 нс у нас есть в каких то случаях шанс получить релаксированную структуру. Впорос в том как ее отобрать. Насчет кластера согласен, но очень интересно было бы сделать проект независимым от внешних расчетных ресурсов.
2. 1 млрд это виртуальные библиотеки несинтезированных, даже если по 1 й конфрмации на лиганд (для гибкого докинга достаточно), для жесткого еще больше. Насчет наилучшей эффективности ОМЕГА не спорю, ну там ооочень большие проблемы с лицензиями, все очень жестко - только академическим группам для академических работ и никаких распределенных вычислений иначе цена лицензии от 30 до 50 тыс долл в год. Кроме того, очень хотелось бы найти софт с открытым кодом, имхо это вообще наиболее так сказать морально оправданное направление в компьютерной разработке лекарств - софт с открытым кодом тк издержки на разработку лекарств и так огромны. В общем мы ориентируемсмя на самый эффективный софт из того что есть с открытым кодом, это единственное что нам подходит по лицензии как и любому проекту распределенных волонтерских вычислений.
3.Окей есть шаг расчета, шаг записи и т.п.
Folding@home для имитации фолдинга использует распределенные вычисления. В целом не вижу проблемы, но давйте обсудим. Сейчас пока основная задача - попробовать оценить стабильность комплексов белок-лиганд и сделать исходные соответственно данные для анализа методом MM-PBSA. Допустим
10 000 вокрклюнитов по 100 пикосекунд, 1000 пользователей, 1 сутки на воркюнит...вполне можно сделать, но это очень очень грубая прикидка сейчас, ориентировочная...Опять же две разные задачи - оптимизация структуры белка и изучение стабильности лиганд-белковых взаимодействий.
Давайте чуть подробнее здесь попробуем подискутировать, может даже я почитаю побольше публикаций на эту тему. И докинг лиганда, те взаимодействие с белком и фолдинг - оба процесса статистические, значит можно использовать одинаковые методы для их имитации. Разница только в том, что в фолдинге мы знаем конечною структуру и нам простон адо понять траекторию, а в случае лиганд-блековых взаимодействий или например оптимизации структуры белка - нет. Но...фолдинг то начинается у нас с денатурированного белка, а оптимизация структуры и изучение лиганд-белкового комплекса в общем то с какой то уже достаточно близкой к нативной структуры. Т.е. есть и недостатки при расчете БОИНком, но и преимущества для таких задач получается тоже есть.
6. Насчет OpenMM может быть сейчас и не совсем та версия, которая отвечает полностью нашим задачам. Но мы сейчас на той тсадии чтобы научится вообще с этим кодом работать и использовать его в расчетах, на тренировочной стадии можно сказать. А так в принципе можно придумать задачи адекватные и для той версии, которая есть. Хоть что нибудь если-бы в GPU реализовано было бы...уже хорошо.
7. Ну это фармакофорная модель на основе РСА комплекса лиганд-белок. Это в идеальном случае. А так можно строить по чему и как угодно и не факт что не будет работать Но в данном случае рассматриваются разные варианты. Идеальный - описанный Вами РСА комплекса белок-лиганд. Еще вариант - набор биологически активных лигандов, например в LigandScout делается генерация конформаций, они кластеризуются отбираются наиболее вероятные для каждого из лигандов и строится модель фармакофорная. По своему опыту скажу, что конечно в зависимости от выборки лигандов можно получить довольно разные модели и чем химическое разнообразие больше, тем в целом больше есть шанс получения верной модели. В общем при отсутствии РСА биомишени это скорее вынужденный подход, чем наиболее эффективный. Но тем не менее он тоже, как мне представляется, имеет право на существование.
Большое спасибо за интересные вопросы и комментарии! Извиняюсь за задержку с ответами, буду стараться отвечать и дальше.

На всякий случай мой личный контакт - av@drugdiscoveryathome.com