Las GPU NVIDIA permiten la simulación de celdas en vivo

Investigadores de la Universidad de Illinois en Urbana-Champaign han desarrollado un software acelerado por GPU para simular 2 mil millones de células atómicas que metabolizan y crecen como una célula viva.

20 de enero de 2022: cada célula viva contiene su propio pequeño mundo bullicioso, con miles de componentes responsables de la producción de energía, la construcción de proteínas, la transcripción de genes y más.

Publicado en la revista celdaY El proyecto simula una pequeña célula viva que contiene un conjunto reducido de genes esenciales para la supervivencia, función y replicación celular. El modelo utiliza GPU NVIDIA para simular 7000 procesos de información genética en un ciclo celular de 20 minutos, lo que los científicos creen que es la simulación celular más larga y compleja hasta la fecha. Construyó una simulación 3D que replica estas propiedades físicas y químicas a escala de partículas, creando un modelo completamente dinámico que simula el comportamiento de una célula viva.

Las células pequeñas son más simples que las células naturales, por lo que es más fácil recrearlas digitalmente.

«Incluso la célula más pequeña requiere dos mil millones de átomos», dijo Zaida Luthy Schulten, profesora de química y codirectora del Centro de Física de Células Vivas de la universidad. «No se puede hacer un modelo 3D como este en una escala de tiempo humana realista sin GPU».

Una vez probados y refinados, los modelos de células completas pueden ayudar a los científicos a predecir cómo los cambios en las condiciones o los genomas de las células del mundo real afectan su función. Pero incluso en este punto, las simulaciones de células pequeñas pueden dar a los científicos una idea de los procesos físicos y químicos que subyacen en las células vivas.

«Lo que encontramos es que los comportamientos básicos emergen de la célula simulada, no porque los programáramos en ella, sino porque tenemos los parámetros cinéticos y los mecanismos de lípidos correctos en nuestro modelo», dijo.

microbios capilares, software de aceleración de GPU desarrollado por Luthey-Schulten junto con Luthey-Schulten y utilizado para la simulación 3D de células mínimas, disponible en NVIDIA NGC Centro de Software.

Célula pequeña con máximo realismo

Para construir el modelo de células vivas, los investigadores de Illinois simularon una de las células vivas más simples, una bacteria parásita llamada micoplasma. Basaron el modelo en una versión reducida de una célula de micoplasma creada por científicos del Instituto J. Craig Venter en La Jolla, California, que tenía poco menos de 500 genes para mantenerla viable.

A modo de comparación, una sola célula de Escherichia coli contiene alrededor de 5000 genes. Una célula humana contiene más de 20.000.

Luego, el equipo de Luthy-Schulten usó propiedades que se sabe que funcionan en micoplasmas endógenos, incluidos aminoácidos, nucleótidos, lípidos y metabolitos de moléculas pequeñas para construir el modelo con ARN, ARN, proteínas y membranas.

“Estamos tan cansados ​​de las reacciones que podemos reproducir todo lo que se sabe”, dijo.

Usando el programa Lattice Microbes en GPU NVIDIA Tensor CoreEn el estudio, los investigadores realizaron una simulación tridimensional de 20 minutos del ciclo de vida de la célula, antes de que comenzara a expandirse exponencialmente o replicar su ADN. El modelo mostró que la célula dedicaba la mayor parte de su energía a transportar moléculas a través de la membrana celular, lo que encaja con su apariencia de célula parásita.

«Si estos cálculos se realizaran secuencialmente, o a nivel de todo el átomo, tomaría años», dijo el estudiante de posgrado y autor principal del artículo, Zane Thornburg. «Pero dado que todos son procesos independientes, podemos incorporar el paralelismo en el código y aprovechar las GPU».

Thornburg está trabajando en otro proyecto de aceleración de GPU para simular el crecimiento y la división celular en 3D. El equipo adoptó recientemente Sistemas NVIDIA DGX Y GPU RTX A5000 Para acelerar aún más su trabajo, descubrió que el uso de GPU A5000 acelera el tiempo de evaluación comparativa en un 40 por ciento en comparación con una estación de trabajo mejorada con una GPU NVIDIA de la generación anterior.

Obtenga más información sobre los investigadores que utilizan las GPU de NVIDIA para acelerar los avances científicos Registro gratuito para NVIDIA GTCSe ejecuta en línea del 21 al 24 de marzo.

Para una perspectiva adicional, lea el artículo escrito por la Universidad de Illinois Urbana-Champaign aquí.

Fuente: Isha Salian, NVIDIA