Le prix spécial Gordon Bell est décerné à un travail de gouttelettes COVID qui façonne le monde
Pour la deuxième (et, espérons-le, la dernière) année consécutive, SC21 a inclus un deuxième prix de recherche majeur aux côtés du prix Gordon Bell ACM 2021 : le prix spécial Gordon Bell pour la recherche COVID-19 basée sur l’informatique de haute performance. L’année dernière, la première édition de ce prix a été décernée à simulations de la protéine de pointe SARS-CoV-2 ; cette année, le prix a été décerné à des chercheurs du RIKEN au Japon qui ont simulé la dynamique des gouttelettes de COVID en aérosol, façonnant le comportement dans le monde au plus fort de la pandémie.
Le Fugaku de RIKEN, qui a dépassé le Top500 pendant quatre cycles consécutifs – mais peut-être avec un astérisque cette fois – a été lancé très en avance sur le calendrier en 2020 afin de fournir aux chercheurs des ressources sans précédent alors qu’ils commençaient à mener des recherches intensives sur le COVID-19. Au cours des mois à venir, Fugaku et les chercheurs qu’il a hébergés se sont fait un nom parmi les innombrables organisations de calcul intensif luttant contre le COVID : ils se sont constamment concentrés sur la propagation des gouttelettes de COVID, que ce soit à travers des masques, autour des écrans faciaux, à travers des barrières ou dans le froid. Pour ce faire, les chercheurs de RIKEN se sont appuyés sur un logiciel de simulation de particules industrielles, en optimisant et en ajoutant au logiciel pour lui permettre de s’exécuter rapidement à grande échelle sur l’énorme système Fugaku.
Ce travail a façonné le comportement à la fois au Japon et dans le monde alors que notre civilisation luttait pour surmonter les incertitudes et les angoisses de la pandémie. « Ce qui a particulièrement impressionné le comité, c’est que ce travail a changé le comportement du public au Japon et à l’étranger au début de la pandémie », a déclaré Mark Parsons, président du comité du prix.
La recherche spécifique récompensée par ce prix spécial Gordon Bell était intitulée Transformation numérique de l’évaluation des risques d’infection par gouttelettes/aérosols réalisée sur Fugaku pour la lutte contre le COVID-19 et a été rédigé par six chercheurs RIKEN : Kazuto Ando, Rahul Bale, ChungGang Li, Satoshi Matsuoka, Keiji Onishi et Makoto Tsubokura.
Le prix – l’un des rares reçus en personne lors de la cérémonie de remise des prix de SC21 – est accompagné d’un prix de 10 000 $ offert par le pionnier de l’informatique Gordon Bell.
Pour en savoir plus sur les simulations de gouttelettes COVID de Fugaku, lisez l’un des articles ci-dessous :
C’est Fugaku contre COVID-19 : comment le meilleur superordinateur du monde façonne notre nouvelle normalité
La recherche COVID en cours de RIKEN comprend de nouveaux vaccins, de nouveaux tests et plus encore
À l’ISC, la lutte contre le COVID-19 est entrée en scène – et oui, Fugaku était là
Nominés pour le prix spécial ACM Gordon Bell
Bien sûr, la recherche sur les gouttelettes de RIKEN est loin d’être la seule recherche COVID révolutionnaire menée sur des superordinateurs – comme détaillé dans fil HPCDans la chronologie des supercalculateurs et du COVID, les superordinateurs du monde entier ont consacré d’innombrables heures de traitement à la recherche de traitements, à l’étude de l’épidémiologie pour empêcher la propagation du COVID et bien plus encore. RIKEN et Fugaku ont peut-être remporté le prix, mais les cinq autres nominés présentent également certains des travaux les plus impressionnants réalisés dans la lutte de l’humanité contre la pandémie.
Modèles de langage pour la prédiction des inhibiteurs du SRAS-CoV-2
Une équipe du laboratoire national d’Oak Ridge, par exemple, a formé le modèle de langage d’apprentissage en profondeur BERT sur environ 9,6 milliards de molécules, lui apprenant à générer et à évaluer des candidats médicaments COVID sur la base de prédictions d’affinité de liaison aux protéines. Ce travail, exécuté sur le superordinateur Summit d’Oak Ridge, qui reste le système le plus puissant des États-Unis, a réduit le temps de pré-formation de quelques jours à quelques heures tout en augmentant considérablement la taille de l’ensemble de données d’entraînement.
Pipeline évolutif basé sur les données utilisant des modèles nationaux basés sur des agents pour une réponse en temps réel à une pandémie et une aide à la décision
À l’Université de Virginie, six chercheurs ont développé un « pipeline opérationnel intégré et basé sur des données basé sur des modèles nationaux basés sur des agents pour soutenir la planification et la réponse aux pandémies aux niveaux fédéral et étatique ». Le pipeline coordonne les emplois sur deux systèmes HPC et collecte, intègre et organise les données COVID à plusieurs niveaux gouvernementaux afin de générer un jumeau numérique d’interactions sociales entre 288 millions d’individus et des milliards d’interactions à travers les États-Unis.
#COVIDisAirborne : Microscopie numérique multi-échelles activée par l’IA du Delta SARS-CoV-2 dans un aérosol respiratoire
Cette équipe de chercheurs est originaire de l’UC San Diego, de l’Université de l’Illinois, de l’Université de Pittsburgh, de l’Université de Bristol, du Laboratoire national d’Argonne et d’Entos, Inc. – et comprend Rommie Amaro, responsable de la recherche qui a remporté le Gordon Bell Special Prix en 2020. Cette année, leurs recherches nominées visaient à « réviser complètement les modèles actuels de transmission aéroportée des virus respiratoires en fournissant des vues atomiques inédites du virus SARS-CoV-2 dans un aérosol respiratoire ».
Dépistage virtuel à grande échelle basé sur FEP pour une découverte efficace de médicaments contre COVID-19
Un autre projet de dépistage de la découverte de médicaments – dirigé cette fois par une équipe de l’Université Sun Yat-sen, du State Key Laboratory of HPC, du National Supercomputing Center de Tianjin, de l’Ocean University of China et de l’Université du Kentucky – a utilisé une « méthode rigoureuse et précise » pour la découverte de médicaments appelé FEP-ABFE. Ils ont effectué le criblage sur environ 12 000 systèmes de liaison protéine-ligand, alimentant l’analyse avec le nouveau supercalculateur exascale Tianhe révélé lors du SC21 et identifiant 50 composés avec « une activité inhibitrice significative[.] »
Résolution intelligente : intégration de Cryo-EM avec des simulations multi-résolutions pilotées par l’IA pour observer les machines de réplication-transcription SARS-CoV-2 en action
L’équipe nominée finale, originaire de l’Université de l’Illinois, du California Institute of Technology, de l’Université de Chicago, du Laboratoire national d’Argonne et de l’Université de Leeds, a mis en lumière le processus par lequel le SARS-CoV-2 réplique et transcrit le ARNm viral dans les cellules humaines. Pour ce faire, ils ont utilisé des simulations de dynamique moléculaire, l’IA et un gestionnaire de flux de travail pour gérer les diverses charges de travail dans les centres HPC.
Félicitations à tous les gagnants et nominés!