阿贡深入破解癌症代码

癌症诊断,治疗通常是复杂的和不确定的。医生还没有了解一个特定的癌症会影响一个人,和一个病人的药物,可能持有的承诺,不得为另一个工作。

但医学研究和高性能计算的融合是采取bob88体育平台登录了更为个性化的治疗方案,通过创建基于遗传学的精确的治疗选择。

“精密医学是微调的能力治疗每个病人基于特定的变化,无论是他们的基因,他们的环境或历史。这样做在癌症,大量的需求数据,不仅从病人,但肿瘤,因为癌症的遗传学改变组织周围,“里克·史蒂文斯说,计算实验室主任助理,环境和生命科学为美国能源部(DOE)的阿贡国家实验室。

今天在一个典型的癌症研究,八百万多个测量来自一个肿瘤活组织检查。但即使当前技术允许我们描述癌症的生物成分与更高层次的准确性,他们生产的大量数据都高于我们快速、准确地分析它们的能力。

解决这些复杂和重要的精密医学问题,研究人员在全球展望exascale计算机的承诺。史蒂文斯是多机构研究的首席研究员努力推进一个exascale计算框架集中在发展深层神经网络代码的蜡烛(癌症分布式学习环境)。

联合设计的一部分先进的计算解决方案对癌症(JDACS4C)、能源部和国家癌症研究所(NCI)协作,蜡烛将解决三个关键癌症挑战,加快研究在分子,细胞和人口水平。

的挑战将考验蜡烛——先进的机器学习方法深度学习——,结合小说数据采集和分析技术,配方和仿真模型,将有助于得出一个预后和治疗计划专门为个别病人。

“深度学习是使用机器学习多层神经网络,一个程序,得到更聪明或更准确的得到更多的数据进行预测。是非常成功的在学习解决问题,”史蒂文斯说。

已经观察到的模型存储数据,并使用它后快速推断出类似或重复出现的事件或问题的解决方案。语音识别、图像识别和文本翻译是机器学习的例子,我们中的许多人每天使用而没有意识到这一点。

“每次你跟SIRI或Alexa,你遇到深度学习,”他补充道。

这个框架将建立在开源可用深度学习平台,可以适应解决癌症过程由JDACS4C表示的不同方面的挑战主题:1)理解关键蛋白质相互作用的分子基础;2)建立预测模型药物反应;和3)自动化信息的提取和分析从数以百万计的癌症病人记录来确定最佳的癌症治疗策略。

编译过程开始的所有已知的癌症数据功能,在个体对药物的反应和行为,并创建一个虚拟的近似。而分子的数量配置、药物组合和病人数据集是惊人的,exascale-anticipating框架将逐步“学习”来管理它。

例如,药物反应的挑战的目标是预测肿瘤对药物反应基于肿瘤和药物的特点,通过之前确定可用的信息数据,如肿瘤样本和以前的药物筛选。

蜡烛网络代码将被训练吸收数以百万计的屏幕前药物的结果。一个开源的内容管理系统将搜索超过十亿的药物组合找到最具潜能的抑制某一肿瘤,或十亿年假想的化合物来识别候选新药开发。

通过另一个叫做数据挖掘的技术,研究人员致力于治疗策略的问题可以训练网络筛选和自动解释数百万病人临床报告和记录。从这些,它可以把数据直接关系到一个特定的病人,构建预测模型的治疗和结果对个人轨迹。

直到现在,癌症研究人员一直在做这种小团队,维护海量数据库的不同因素的特征癌症的发展。但这其中的许多信息都外围。最有益的信息被埋在和数以百万计的数据收集。

”这是一个巨大的挑战的一部分,因为人类现在做这个,但是,”史蒂文斯解释道。“我们试图设计一个自动化搜索通过机器学习的方法,这样你会用一个初始模型,然后开始自动找到比初始模型,表现得更好。然后,我们可以为每个病人重复这个过程。”

而单独计算这些培训问题的解决方案将需要最大的高性能计算机,史蒂文斯和他的团队认为,由此产生的模型可能需要exascale或near-exascale系统推进的每个癌症问题区域。

蜡烛是三个独特的阿贡国家实验室的一个项目由美国能源部资助的Exascale计算机项目(ECP),于2015年推出,促进应用程序的设计和集成,软件和硬件技术Exascale系统。

这些系统将能够运行应用程序,比如蜡烛50到100倍今天最强大的超级计算机,就像那些住在阿贡(ALCF)领导计算设备能源部科学办公室的用户设备。θ,ALCF新9.65 petaflop Intel-Cray系统,提供高性能在传统建模与仿真应用程序和开发更快速高效地处理先进的软件和数据分析方法。

“事物的类型研究人员希望完成现在需要更多的数据,比我们有能力和计算能力。这就是为什么有这个努力构建一个全新的框架,一个更关注数据,”主任保罗·梅西纳说项目。“蜡烛将发挥重要作用的发展推动这个框架的应用程序,创建能力分析数亿的数据项提出个人癌症治疗。”

独特的JDACS4C协作,蜡烛团队立即获得NCI癌症强大的主题和领域专家。与能源部作为合作伙伴,具体地说,珊瑚(协作包括橡树岭,阿贡和劳伦斯利弗莫尔国家实验室),蜡烛获得一些国家领先的计算机科学家提供计算和数据科学知识。

供应商参与了实验室和项目的主要设计师世界上高性能计算架构。像英特尔这样的公司,英伟达、IBM和克雷合作癌症研究感兴趣,并赋予的想法完全模拟之间的融合,数据和机器学习是未来,史蒂文斯指出。

“这是一个巨大的跨企业的团队合作和分享。癌症是人们可以涉及到个人,所以有机会开发能力,最终将帮助别人很激励,”Eric Stahlberg说,弗雷德里克国家实验室主任癌症研究的战略和数据科学计划。

“这是一个艰巨的任务。但即使是增量进展这一目标将产生重大影响更多的人受到癌症的影响,作为一个结果。”