新的并行技术提高了我们模拟生物系统的能力

北卡罗莱纳州立大学的研究人员开发了一种更有效地使用多核芯片的新技术，显著增强了计算机构建生物系统计算机模型的能力。该技术将用于建立生物系统模型的算法的效率提高了7倍以上，建立了能够解释不确定性和生物变异的更真实的模型。这可能会影响从药物开发到生物燃料工程的研究领域。

生物系统的计算机模型有许多用途，从预测新药的潜在副作用到了解植物适应气候变化的能力。但开发生物模型是一项挑战，因为与机器不同，生物系统可能有大量的不确定性和变异。

“当开发一个生物系统的模型时，你必须使用能解释这种不确定性的技术，而这些技术需要大量的计算能力，”克兰诺斯·威廉姆斯博士说，他是北卡罗来纳州立大学电气工程助理教授，也是一篇描述该研究的论文的合著者。这意味着使用功能强大的计算机。这些电脑很贵，使用起来也很有限。

“我们的目标是开发一种软件，使科学家能够更有效地利用多核芯片，在传统计算机上运行生物模型。”

计算机芯片的大脑是它的中央处理单元，或称“核心”。现在大多数个人电脑都使用4到8核的芯片。然而，大多数程序一次只能在一个核心中运行。如果一个程序要利用所有这些核心，它就必须被分解成单独的“线程”——这样每个核心就可以同时执行程序的不同部分。把一个程序分解成多个线程的过程叫做并行化，并行化可以使计算机快速地运行程序。

为了将构建生物系统模型的算法“并行化”，威廉姆斯的研究小组创造了一种让信息在单个芯片的核心之间来回传递的方法。Williams解释说:“我们使用线程创建‘锁’来控制对共享数据的访问。这使得芯片上的所有核心能够协同工作，解决一个统一的问题。”

研究人员测试了这种方法，他们通过使用一个核心的芯片运行三个模型，以及使用新技术的芯片使用两个、四个和八个核心。在所有三种型号中，使用8核的芯片的运行速度至少是使用1核芯片的7.5倍。

威廉姆斯说:“这种方法使我们能够建立复杂的模型，更好地反映生物过程的真实特征，并以一种更有效的计算方法来做。”“这是很重要的。为了理解生物系统，我们需要使用越来越复杂的模型来解决这些系统中固有的不确定性和变异。”

最终，Williams和他的团队希望看到这种方法是否可以在超级计算机上使用，以及是否可以进行修改，以利用在许多机器上使用的图形处理单元上的许多核。

这篇论文，“使用并行处理的区间方法在生物系统中的参数估计”，是由北卡罗来纳州立大学硕士学生Skylar Marvel和北卡罗来纳州立大学博士学生Maria de Luis Balaguer合著的。这篇论文发表在6月6日至8日在瑞士苏黎世举行的计算系统生物学研讨会上。

北卡罗来纳州立大学电气和计算机工程系是该校工程学院的一部分。

希普曼-

编辑:研究摘要如下。

基于并行处理的区间方法的生物系统参数估计

作者: Skylar W. Marvel, Maria A. de Luis Balaguer, Cranos M. Williams，北卡罗来纳州立大学

提出了6月6日至8日在瑞士苏黎世举行的计算系统生物学研讨会上

文摘:生物系统的建模常常涉及到模型参数的估计。由于生物过程中涉及的不确定性，估计方法已经发展到在有界误差的环境中建模这些系统。这种有界方法应用于非线性和高维系统是昂贵的计算，导致过多的模拟时间。解决这个问题的一个可能的方法是并行计算的有界误差估计方法使用多个处理器核。在本文中，我们开发了一种在单个多核工作站上使用POSIX线程来处理参数空间的子集，而对共享信息的访问是由互斥锁链表控制的。这种方法允许并行算法在容易访问的多核工作站上运行，不需要使用大型超级计算机或分布式计算。该方法在8核机器上使用8个线程的初始结果显示，当应用于非线性Lotka-Volterra捕食模型和SEIR传染病模型的有界参数估计问题时，速度分别提高了7.59和7.86。