0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

研究人員使用NVIDIA GPU構(gòu)建活細胞模擬

NVIDIA英偉達 ? 來源:NVIDIA英偉達 ? 作者:NVIDIA英偉達 ? 2022-03-20 15:37 ? 次閱讀

伊利諾伊大學(xué)厄巴納-香檳分校的研究人員開發(fā)了 GPU 加速軟件,以模擬一個20億原子的細胞,該細胞像活細胞一樣代謝和生長。

主圖是 20 分鐘 3D 空間模擬的快照,顯示黃色和紫色核糖體、紅色和藍色降解體,以及代表 DNA 聚合物和蛋白質(zhì)的較小球體。

每個活細胞都有自己的小宇宙,成千上萬的成分負責(zé)能量生產(chǎn)、蛋白質(zhì)構(gòu)建、基因轉(zhuǎn)錄等等。

伊利諾伊大學(xué)厄巴納-香檳分校的科學(xué)家們建立了 3D 模擬,可以在粒子尺度上復(fù)制這些物理和化學(xué)特征——創(chuàng)建模擬活細胞行為的全動態(tài)模型。

該項目發(fā)表在《細胞》雜志上,它模擬了最小的活細胞,其中包含一組對細胞生存、功能和復(fù)制至關(guān)重要的基因。該模型使用 NVIDIA GPU 在 20 分鐘的細胞周期跨度內(nèi)模擬 7,000 個遺傳信息過程——這使得科學(xué)家認為這是迄今為止最長、最復(fù)雜的細胞模擬。

最小細胞比自然產(chǎn)生的細胞更簡單,此特點使它們更容易數(shù)字化創(chuàng)建。

“即使是最小的細胞也需要 20 億原子,”伊利諾伊大學(xué)活細胞物理中心的化學(xué)教授兼聯(lián)合主任 Zaida Luthey-Schulten 表示?!皼]有 GPU,人類無法在日常時間尺度內(nèi)制作這樣的 3D 模型?!?/p>

一旦進一步測試和完善,全細胞模型可以幫助科學(xué)家預(yù)測現(xiàn)實世界細胞的條件或基因組的變化,將如何影響其功能。但即使在這個階段,最小的細胞模擬也可以讓科學(xué)家深入了解構(gòu)成活細胞基礎(chǔ)的物理和化學(xué)過程。

“我們發(fā)現(xiàn),基本行為從模擬細胞中產(chǎn)生——不是因為我們進行了編程,而是因為我們的模型中有正確的動力學(xué)參數(shù)和脂質(zhì)機制,” Luthy-Schulten 說。

Lattice Microbes 是由 Luthey-Schulten 共同開發(fā),并用于模擬 3D 最小單元的 GPU 加速軟件,可在 NVIDIA NGC 軟件中心獲得。

具有最大真實感的最小單元格

為了建立活細胞模型,伊利諾伊州的研究人員模擬了最簡單的活細胞,被稱作支原體的寄生細菌。他們的模型基于美國克雷格·文特爾研究所的科學(xué)家合成的精簡版的支原體細胞,該細胞只有不到 500 個基因來維持存活。

相比之下,大腸桿菌細胞大約有 5,000 個基因。人體細胞有兩萬多個。

Luthy-Schulten 的團隊隨后利用支原體內(nèi)部工作的已知特性,包括氨基酸、核苷酸、脂質(zhì)和小分子代謝物,用 DNA、RNA、蛋白質(zhì)和膜來構(gòu)建模型。

Luthy-Schulten表示:“我們有足夠的反應(yīng)度,可以重現(xiàn)已知的一切?!?/p>

在細胞開始大量擴展或復(fù)制其 DNA之前,研究人員在 NVIDIA Tensor Core GPU 上使用 Lattice Microbes 軟件,對細胞的生命周期進行了 20 分鐘的 3D 模擬。該模型表明,細胞將大部分能量用于跨細胞膜運輸分子,這符合其寄生性細胞的特征。

“如果你連續(xù)地或在全原子水平上進行計算,則需要數(shù)年時間,”研究生及論文的主要作者 Zane Thornburg 說?!暗驗樗鼈兌际仟毩⒌倪M程,我們可以將并行化引入代碼,并利用 GPU?!?/p>

Thornburg 正在開展另一個 GPU 加速項目,以在 3D 中模擬生長和細胞分裂。該團隊最近采用了 NVIDIA DGX 系統(tǒng)和 RTX A5000 GPU 來進一步加速工作,他們發(fā)現(xiàn),與配備上一代 NVIDIA GPU 的開發(fā)工作站相比,使用 A5000 GPU 可將基準模擬時間縮短 40%。

原文標題:NVIDIA GPU 支持活細胞模擬

文章出處:【微信公眾號:NVIDIA英偉達】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

審核編輯:湯梓紅

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 3D
    3D
    +關(guān)注

    關(guān)注

    9

    文章

    2852

    瀏覽量

    107267
  • gpu
    gpu
    +關(guān)注

    關(guān)注

    28

    文章

    4673

    瀏覽量

    128592
  • 模型
    +關(guān)注

    關(guān)注

    1

    文章

    3112

    瀏覽量

    48658

原文標題:NVIDIA GPU 支持活細胞模擬

文章出處:【微信號:NVIDIA_China,微信公眾號:NVIDIA英偉達】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    AMD與NVIDIA GPU優(yōu)缺點

    在圖形處理單元(GPU)市場,AMD和NVIDIA是兩大主要的競爭者,它們各自推出的產(chǎn)品在性能、功耗、價格等方面都有著不同的特點和優(yōu)勢。 一、性能 GPU的性能是用戶最關(guān)心的指標之一。在高端市場
    的頭像 發(fā)表于 10-27 11:15 ?368次閱讀

    細胞的“聚光燈”——前沿細胞成像的案例分享

    細胞是一切生命的基本單位,構(gòu)成了各式各樣的生命體。因此研究細胞的結(jié)構(gòu)以及內(nèi)部生命活動過程可以幫助我們更深入地探究生命的奧秘,了解生命體是如何構(gòu)建和運作的。傳統(tǒng)的
    的頭像 發(fā)表于 10-24 08:04 ?182次閱讀
    <b class='flag-5'>活</b><b class='flag-5'>細胞</b>的“聚光燈”——前沿<b class='flag-5'>活</b><b class='flag-5'>細胞</b>成像的案例分享

    NVIDIA與學(xué)術(shù)研究人員聯(lián)合開發(fā)手術(shù)機器人

    利用 NVIDIA Isaac Sim 和 NVIDIA Omniverse 開發(fā)的 ORBIT-Surgical 正在 ICRA 機器人大會上展出。
    的頭像 發(fā)表于 10-10 10:00 ?304次閱讀

    暴漲預(yù)警!NVIDIA GPU供應(yīng)大跳水

    gpu
    jf_02331860
    發(fā)布于 :2024年07月26日 09:41:42

    助力科學(xué)發(fā)展,NVIDIA AI加速HPC研究

    科學(xué)家和研究人員正在利用 NVIDIA 技術(shù)將生成式 AI 應(yīng)用于代碼生成、天氣預(yù)報、遺傳學(xué)和材料科學(xué)領(lǐng)域的 HPC 工作。
    的頭像 發(fā)表于 05-14 09:17 ?372次閱讀
    助力科學(xué)發(fā)展,<b class='flag-5'>NVIDIA</b> AI加速HPC<b class='flag-5'>研究</b>

    RTX 5880 Ada Generation GPU與RTX? A6000 GPU對比

    NVIDIA RTX? 5880 Ada Generation GPU 是目前國內(nèi)重量級 GPU,基于全新 NVIDIA Ada Lovelace 架構(gòu)
    的頭像 發(fā)表于 04-19 10:20 ?1525次閱讀
    RTX 5880 Ada Generation <b class='flag-5'>GPU</b>與RTX? A6000 <b class='flag-5'>GPU</b>對比

    NVIDIA生成式AI研究實現(xiàn)在1秒內(nèi)生成3D形狀

    NVIDIA 研究人員使 LATTE3D (一款最新文本轉(zhuǎn) 3D 生成式 AI 模型)實現(xiàn)雙倍加速。
    的頭像 發(fā)表于 03-27 10:28 ?452次閱讀
    <b class='flag-5'>NVIDIA</b>生成式AI<b class='flag-5'>研究</b>實現(xiàn)在1秒內(nèi)生成3D形狀

    NVIDIA推出6G研究云平臺,以AI推動無線通信的發(fā)展

    NVIDIA 于今日宣布推出一個 6G 研究平臺,該平臺為研究人員提供了一種開發(fā)下一階段無線技術(shù)的新方法。
    的頭像 發(fā)表于 03-20 09:50 ?387次閱讀

    NVIDIA 推出云量子計算機模擬微服務(wù)

    —— 太平洋時間 2024 年 3 月 18 日 —— NVIDIA 于今日推出一項云服務(wù),旨在幫助研究人員和開發(fā)人員在化學(xué)、生物學(xué)、材料科學(xué)等關(guān)鍵科學(xué)領(lǐng)域的量子計算研究中取得突破。
    發(fā)表于 03-19 11:27 ?390次閱讀
    <b class='flag-5'>NVIDIA</b> 推出云量子計算機<b class='flag-5'>模擬</b>微服務(wù)

    基于磁珠的液滴微流控平臺,用于細胞外囊泡的高效分離

    細胞外囊泡(EVs)作為各種疾病的生物標志物正迅速受到研究人員的青睞,其可以充當(dāng)來源細胞的寶貴信息載體。
    的頭像 發(fā)表于 03-12 10:52 ?846次閱讀
    基于磁珠的液滴微流控平臺,用于<b class='flag-5'>細胞</b>外囊泡的高效分離

    美國研究人員使用干細胞制作芯片心臟,助力藥物安全性評估

    此項研究團隊先從人類胚胎中提取誘導(dǎo)多能干細胞,轉(zhuǎn)化成心肌細胞和血管細胞,再注入到特定設(shè)計的三維芯片內(nèi)部。這類芯片內(nèi)設(shè)有互相交錯的通道,具備單獨分離及相互作用的能力,同時還可進行液體導(dǎo)入
    的頭像 發(fā)表于 02-18 16:45 ?747次閱讀

    如何選擇NVIDIA GPU和虛擬化軟件的組合方案呢?

    NVIDIA vGPU 解決方案能夠?qū)?NVIDIA GPU 的強大功能帶入虛擬桌面、應(yīng)用程序和工作站,加速圖形和計算,使在家辦公或在任何地方工作的創(chuàng)意和技術(shù)專業(yè)人員能夠訪問虛擬化工作
    的頭像 發(fā)表于 01-12 09:26 ?964次閱讀
    如何選擇<b class='flag-5'>NVIDIA</b> <b class='flag-5'>GPU</b>和虛擬化軟件的組合方案呢?

    NVIDIA 知乎精彩問答甄選 | 分享 NVIDIA 助力醫(yī)學(xué)研究的相關(guān)精彩問答

    您分享? NVIDIA 助力醫(yī)學(xué)研究的具體實踐。 Q: 藥物研發(fā)的大神們可以解答一下生成式 AI 在這一領(lǐng)域帶來了 哪 些新變化嗎? A: 如今,放射科醫(yī)師使用 AI 來檢測醫(yī)學(xué)影像中的異常情況,醫(yī)生使用 AI 掃描電子病歷以了解患者的病情,
    的頭像 發(fā)表于 11-24 19:25 ?521次閱讀
    <b class='flag-5'>NVIDIA</b> 知乎精彩問答甄選 | 分享 <b class='flag-5'>NVIDIA</b> 助力醫(yī)學(xué)<b class='flag-5'>研究</b>的相關(guān)精彩問答

    NVIDIA GPU的核心架構(gòu)及架構(gòu)演進

    在探討 NVIDIA GPU 架構(gòu)之前,我們先來了解一些相關(guān)的基本知識。GPU 的概念,是由 NVIDIA 公司在 1999 年發(fā)布 Geforce256 圖形處理芯片時首先提出,從此
    發(fā)表于 11-21 09:40 ?1415次閱讀
    <b class='flag-5'>NVIDIA</b> <b class='flag-5'>GPU</b>的核心架構(gòu)及架構(gòu)演進

    SC23 | 研究人員競相使用 NVIDIA CUDA Quantum 大力推進研究工作

    眾多企業(yè)機構(gòu)正通過 NVIDIA 軟件和 GPU 上的混合量子計算獲得洞察,全球最大的化工企業(yè)巴斯夫就是其中之一。 巴斯夫的兩位研究人員 Michael Kuehn 和 Davide Vodola
    的頭像 發(fā)表于 11-14 20:05 ?567次閱讀
    SC23 | <b class='flag-5'>研究人員</b>競相使用 <b class='flag-5'>NVIDIA</b> CUDA Quantum 大力推進<b class='flag-5'>研究</b>工作