Nowy koronawirus stał się, choćby z czysto technicznego punktu widzenia, dużym wyzwaniem dla badaczy na całym świecie. Gdy roznoszenie się SARS-CoV-2 nabiera rozpędu, podobnie szybko muszą pracować naukowcy. To idealny moment na wykorzystanie mocy obliczeniowej superkomputerów.
Summit wyposażony w “mózg sztucznej inteligencji”, czyli odpowiednio złożony algorytm matematyczny, przeprowadził tysiące symulacji polegających na analizie skuteczności składników chemicznych tworzących istniejących leki w hamowaniu patogenu przed infekowaniem komórek.
Naukowcy z amerykańskiego Narodowego Laboratorium w Oak Ridge (ORNL) w stanie Tennessee wyniki swojej pracy opublikowali w serwisie ChemRxiv. Służąca im do pracy maszyna o mocy obliczeniowej 200 petaflopów (wykonującej 200 kwadrylionów kalkulacji; 20015) jest – i to mocne uproszczenie – milion razy bardziej wydajna od szybkiego laptopa.
W 2014 roku Amerykański Departament Energii zlecił budowę tego superkomputera w celu rozwiązywania najbardziej palących problemów dla kraju i świata. Laboratorium w Oak Ridge już wcześniej wykazało swoją przydatność dla świata medycyny.
Summit zidentyfikował m.in. powtarzające się schematy w budowie komórek poprzedzających wystąpienie Alzheimera, wskazał geny czyniące ludzi bardziej podatnymi na uzależnienie od opiatów. Pomagał nawet w przepowiadaniu ekstremalnych stanów pogody.
Badając infekcje wirusowe algorytm symulował ataki SARS-CoV-2 na komórki. Patogen posługuje się specjalnym białkiem by przeniknąć do zdrowej komórki i wprowadzić tam swój materiał genetyczny. To, na czym naukowcom zależało, to odkrycie składnika istniejącego już leku zdolnego związać się z służącym do ataku białkiem (”spike” protein) i powstrzymać atak.
Pracujący z superkomputerem Micholas Smith stworzył wirtualny model tej ”broni”. Moce obliczeniowe maszyny IBM pozwoliły pokazać jak atomy i cząsteczki tworzące ją reagują na różne składniki leków. AC922 Summit spośród 8000 wskazał 77 i ułożył w kolejności według szansy na związanie się z białkiem.
Stworzony model bazował jeszcze na danych sprzed kilku tygodni. Kolejne symulacje na wirusie z Wuhan będą opierać się na modelu odświeżonym o nowe, pozyskane w marcu informacje. Tu jednak kończy się praca maszyny, a zaczynają eksperymenty prowadzone przez ludzi. Superkomputer zrobił pierwszy krok: identyfikacja najbardziej obiecujących substancji chemicznych. Teraz trzeba będzie faktycznie je przetestować i zobaczyć rezultat.
– Wyniki naszych prac nie oznaczają, że mamy lek na COVID-19. To baza dla przyszłych badań. Tylko po ich przeprowadzeniu będziemy wiedzieli, czy mamy w ręku coś zdolnego zatrzymać wirusa – stwierdził Jeremy Smith, dyrektor Centrum Biofizyki Molekularnej Narodowego Laboratorium w Oak Ridge.