美英生物医药学家运用新技术解决海量数据问题

　　美国芝加哥伊利诺伊大学和英国诺威奇基因组分析中心的研究人员运用SGI（R）UV（TM）加速药物发现，进行复杂问题分析。生物技术领域的研究人员近期宣布在SGI（R） UV（TM）高效计算机（HPC）用于高密度计算实践中取得了突破性进展。SGI UV是当今工业应用的一种先进的可量化共享存储架构，用于解决许多最困难和复杂的计算问题。

　　芝加哥伊利诺伊大学的制药生物技术中心和英国基因组分析中心成功引入了该技术。芝加哥伊利诺斯大学的制药生物技术中心的研究人员发明了一种用于治疗传染性疾病的新疗法，其核心是利用新耐菌株和失效疗法治疗多种疾病。发现构成新抗菌剂分子骨架的新化合物是项艰巨的任务。一种可行的方法就是通过检测各类化合物库中成千上万种化合物对独特靶标的作用，找出对细菌生长有抑制作用的化合物。该过程以前是一项非常耗时、耗资源和高成本的工作。

　　另一个平行方法是化合物的立体结构已经确定，可虚拟筛选与独特靶标相互作用的化合物。在虚拟库中筛选分子后，再给它们定级。成百万个分子以这种方式被筛选，选出来的化合物逐渐形成作测试的小库。虚拟筛选要求运用数百个处理器对成百万个化合物进行平行筛选。

　　芝加哥伊利诺斯大学制药生物技术中心的教授麦克尔·约翰逊介绍说，在过去十多年间，中心的研究人员运用的是SGI IRIX(R) OS计算机群，现在改为用装有Intel(R) Xeon(R)大型阵列处理器和NVIDIA(R) Tesla(R)绘图处理器的SGI UV高效计算机来处理数据。这些计算机群在管理连续和平行计算时表现出很好的灵活性，而它们对SGI系统的兼容性使研究人员可以无缝地接入SGI，并可扩展其计算能力来解决这些年与日俱增的许多复杂问题。