英伟达GPU化身造物主 20分钟从原子开始3D模拟活细胞，含500个基因( 二 ) 编辑：LRS【新智元导读】在计

Zaida教授利用先前发现的细胞属性，如氨基酸、脂质和核苷酸来建立脱氧核糖核苷酸（DNA）、核糖核苷酸（RNA）、蛋白质和细胞膜。

文章图片
模拟像活细胞这样巨大而复杂的东西依赖于数十年研究过程中积累的数据。为了建立计算机模型，研究人员必须考虑细胞DNA、脂质、氨基酸的物理和化学特性，以及基因转录、翻译和蛋白质构建机制。他们还必须模拟每个成分如何通过细胞扩散，跟踪细胞生命周期中每个步骤所需的能量。
通过对支原体进行20分钟的三维模拟，研究人员可以看到支原体在没有细胞繁殖的情况下发生什么事。他们还发现支原体花了大量的时间和精力在细胞膜上移动分子，与作为寄生细胞时的性质一样。并且研究人员能够观察到细胞的氨基酸和核苷酸的主动运输过程，观察活细胞如何平衡生长和新陈代谢，也能够让研究人员了解到细胞的生存规律。
Zaida表示，之所以我们能够在模拟过程中再现细胞中出现的基本行为，并非是因为编程人员把这种行为编码进去，而是因为模型中的动力学参数和脂质机制是正确的。
这些模拟让研究人员深入了解了细胞如何「平衡其新陈代谢、遗传过程和生长的需求」。
例如，该模型显示，细胞利用其大部分能量将必需的离子和分子导入其细胞膜，这是因为支原体从其他生物体中获得了生存所需的大部分物质。
研究人员表示，该模型模拟了一个最小细胞内从其出生到两小时后分裂的所有化学反应。这个最小活细胞的3D、全动态动力学模型打开了一扇了解细胞内部运作的窗口，展示了所有细胞成分是如何响应内部和外部线索相互作用和变化的，将帮助研究人员更好地理解生命的基本原则。
目前研究人员拥有更多的显卡了，开展的新项目涉及到细胞的生长模拟和细胞分裂，使用NvidiaRTXA5000显卡和NvidiaDGX工作站来加速模型的模拟过程，大概可以提升40%的模拟速度。
GPU助力高性能计算
显卡除了打游戏、挖矿以外，由于其在高性能计算（HPC）上的发展，也是推动科学发展的关键工具之一。通过跨多个计算节点利用GPU助力的并行处理能力， HPC能够高效、可靠、快速地运行先进的大型应用程序项目。速度提升后可大幅提升吞吐量并降低成本，从而为科学发现铺平道路。
仿真和建模中涉及到的HPC ，广泛用于制药、金融、科研和工程等各行各业，能够应对现实世界的各种疑难杂症。

文章图片
除了在原子级模拟细胞外， GPU还可以帮助研究人员建立各种复杂病毒的可视化模型，例如COVID19 ，从而更了解病毒的性质，更快地找到攻克病毒解决方案。

文章图片
Nvidia还提供用于HPC的全套编译器、库和工具，使得开发人员能够利用接口最大限度地榨干GPU的性能。

文章图片
可视化是高性能计算的一个重要的应用场景，对视频中的每个元素都需要同步预测才能保证特效的真实，不违和。

文章图片
研究人员正在使用科学可视化从大型HPC数据集收集数据，从而将蛋白质折叠进行可视化、分析化学性质、了解超新星等。例如这篇论文中的研究就是通过NVIDIAOmniverse?Platform构建的细胞模型，并可视化。