生信云实证Vol.3：提速2920倍！用AutoDock Vina对接2800万个分子

AutoDock Vina是用于分子对接和虚拟筛选的开源程序，由Scripps研究所分子图形实验室的Oleg Trott博士设计和实现，是目前使用最为广泛的分子对接软件之一。

分子对接技术，作为计算机辅助药物设计（Computer Aided Drug Design，CADD）的重要方法，已广泛应用于药物发现阶段的早期虚拟筛选、药物分子设计、先导化合物优化、药物潜在作用靶点发现、药物-靶点相互作用机制、为重要的药物代谢酶寻找特异性配体等。

目前，限于算力，或者高效灵活地调用大规模计算集群的能力，当前的虚拟筛选通常仅采样百万到千万个分子，而事实上目前可用于药物发现的有机分子已经超过10的60次方。

在《15小时虚拟筛选10亿分子，Nature+HMS验证云端新药研发未来》这篇文章里，哈佛大学医学院的研究人员论证了：分子化合物的质量会随着虚拟筛选规模的扩大而提升。

如何在本地资源有限的情况下，提高虚拟筛选规模和质量，把漫长的药物研发周期缩短一点？

我们用实证给你一个答案。

与前两次实证不同，本次生信实证有两大特点：

1. 任务数量多，云上同一地区某种类型机型可能不足，因此会涉及到多区域资源调度；

2. 可根据用户偏好匹配合适的资源调度策略，满足用户不同需求。

实证背景信息

某大型药企在本地建设有机房，计算资源总计为104核。

使用AutoDock Vina进行小分子对接：

当设定exhaustiveness=8时，筛选56643个原始分子共需90小时；

当设定exhaustiveness=1时，耗时需18小时。

（exhaustiveness参数：用来控制对接的细致程度，影响计算时间）

当筛选范围扩大到整个VS数据库（2800万个分子）时，不同参数条件下本地资源所需的运算时间在约2.6-5年不等。

研发负责人认为这么长的时间周期是无法接受的，其本地现有IT架构和资源完全无法满足研发需求。

实证目标

1、AutoDock Vina任务能否在云端有效运行？

2、fastone平台能否大幅度缩短任务运行时间？

3、fastone平台能否有效控制任务运行成本？

4、针对AutoDock Vina任务小，数量大的特点，fastone平台是否有针对性策略？

实证参数

平台：

fastone企业版产品

应用：

AutoDock Vina

适用场景：

分子对接，研究配体（药物分子）与其受体（已知的靶蛋白或活性位点）之间的详细相互作用，预测其结合模式及亲合力，还可以用来发现并优化药物先导物分子，进而实现基于结构的药物设计

云端硬件配置：

AutoDock Vina在运行时需要对接海量分子，对计算性能要求较高，因此平台为用户推荐选择了匹配其应用特点的计算优化型实例机型。

技术架构图：

以下是两个实证场景。

实证场景一：我们通过10000分子分别进行了AutoDock Vina的云端线性扩展性验证及成本验证；

实证场景二：基于不同用户策略，我们帮用户进行了2800万量级的大规模分子对接。

1、时间优先策略以速度为第一优先级：资源选择以OD按需实例为主，在满足用户时间要求的前提下尽可能通过抢占SPOT实例来优化成本。

2、成本优先策略以成本为第一优先级：资源选择以SPOT实例为主，并在满足用户成本要求的前提下使用OD按需实例来优化时间效率。

SPOT：可被抢占实例，又称竞价实例。价格最低可达到按需实例价格的10%，相当于秒杀，手快有手慢无，价格可高可低波动大，随时可能被抢占中断，需要有一定的技术实力才能使用。

OD：On-Demand，按需实例。针对短期弹性需求，按小时计费，灵活精准，避免浪费，但价格比较高，通常为SPOT实例的3-10倍。

实证场景一：10000分子

AutoDock Vina云端线性扩展性及成本验证

结论一：在云端调度不同核数的计算资源对接10000分子，验证AutoDock Vina在云上具有线性扩展性，即当处理器数量增加一倍，运算时间也会缩短一半。

实证过程：

1、云端调度36核计算资源对接10000分子，采用时间优先策略需耗时527分钟；

2、云端调度80核计算资源对接10000分子，采用时间优先策略需耗时314分钟；

3、云端调度144核计算资源对接10000分子，采用时间优先策略需耗时215分钟；

4、云端调度288核计算资源对接10000分子，采用时间优先策略需耗时98分钟；

5、云端调度540核计算资源对接10000分子，采用时间优先策略需耗时52分钟；

6、云端调度1080核计算资源对接10000分子，采用时间优先策略需耗时20分钟。

结论二：在云端调度不同核数的计算资源对接10000分子，当用户选择成本优先策略时，fastone平台以SPOT实例为主要资源选择，确保成本为第一优先级。

比时间优先策略，成本降幅最多可达67%-90%。

实证过程：

1、云端调度36核计算资源对接10000分子，采用成本优先策略抢占SPOT实例，耗费82元；

2、云端调度80核计算资源对接10000分子，采用成本优先策略抢占SPOT实例，耗费84元；

3、云端调度144核计算资源对接10000分子，采用成本优先策略抢占SPOT实例，耗费79元；

4、云端调度288核计算资源对接10000分子，采用成本优先策略抢占SPOT实例，耗费64元；

5、云端调度540核计算资源对接10000分子，采用成本优先策略抢占SPOT实例，耗费58元；

6、云端调度1080核计算资源对接10000分子，采用成本优先策略抢SPOT实例，耗费68元。

实证场景二：2800万分子

大规模业务验证：基于不同用户策略

fastone基于用户2800万分子对接需求，提供时间优先和成本优先两种策略供用户选择。

01

用户以时间为第一优先级

结论：

1、通过fastone平台采用时间优先策略调用10万核计算优化型实例对接2800万个分子，耗时约15.23小时，运算效率提高2920倍；

2、fastone平台根据用户计算需求，自动化构建并调度云上10万核大规模算力集群，完成计算任务；

3、时间优先策略下，当任务数量达到一定规模时，云上同一地区某种类型机型可能不足，fastone平台可跨区、跨类型自动为用户调度云资源，以最快速度完成计算任务；

4、fastone平台自动帮用户确定中断可能性最低的SPOT池，保障任务顺利高效完成，本次实证任务的中断率为0.95%（通常<5%）。

云端部署手动模式 VS 自动模式之间的巨大差异可查看EDA云实证Vol.1：从30天到17小时，如何让HSPICE仿真效率提升42倍？

实证过程：

1、设定exhaustiveness=8，本地104核计算资源对接约2800万个分子，经估算需耗时约1853天；

2、设定exhaustiveness=8，云端调度10万核计算资源对接约2800万个分子，采用时间优先策略需耗时约15.23小时（含配置，安装，调度等时间）。

计算资源越多，运算时间越短。

在满足用户时间要求的前提下，可通过尽可能抢占SPOT实例来帮助用户优化成本。

当所需的计算资源达到十万核这个数量级以后，单个区域内我们的目标类型资源可能会瞬间告罄，造成任务排队，从而大大拖慢运算时间。

我们需要通过fastone平台的Auto-Scale功能自动调度本区域及其他区域的目标类型或相似类型SPOT实例资源，以最快速地完成任务。

简单说，就是优先抢低价的SPOT实例，抢完同类型的再抢其他类型的，抢完同区域的再抢其他区域的。

这只是Auto-Scale功能的一部分。

fastone的Auto-Scale功能可以自动监控用户提交的任务数量和资源的需求，动态按需地开启所需算力资源，在提升效率的同时有效降低成本。可以让用户根据自身需求，设置调度集群规模上下限，且所有操作都是自动化完成，无需用户干预。

02

用户以成本为第一优先级

使用AutoDock Vina进行分子对接的一大特征是任务数量庞大而单个任务计算时间短，单个分子对接的时间通常在几分钟以内（与参数设置有关）。

这一特征天然匹配云端的SPOT实例。

云端SPOT实例有四大特点：

1、 便宜是真便宜。

2、 不是人人都能用好。

3、 不是你想要啥就有，不是你想用的时候就能用。

4、 或迟或早，最终一定会被抢走。

OD按需实例价格通常为SPOT实例的3-10倍。

可参考：《云资源中的低成本战斗机——竞价实例，AWS、阿里云等六家云厂商完全用户使用指南》

当便宜且随时可能被抢占中断的SPOT实例遇到迷你却海量的分子对接任务，简直就是天造地设的一对。

1、常规分子对接任务几分钟即可算完，特别适合SPOT这种分分钟可能被抢走的状态；

2、fastone平台具备自动重试功能，一个任务被中断可以自动重新提交，任务之间互相不影响，重新提交单个任务影响很小。

fastone平台会按以下顺序依次进行自动化调度：

1、同一区域目标类型的SPOT实例；

2、同一区域其他类型的SPOT实例；

3、其他区域目标类型的SPOT实例；

4、其他区域其他类型的SPOT实例；

5、同一区域目标类型的OD实例；

6、同一区域其他类型的OD实例；

7、其他区域目标类型的OD实例；

8、其他区域其他类型的OD实例。

实证小结

最后我们回顾一下实证目标：

1、AutoDock Vina任务能在云端有效运行；

2、fastone平台能够大幅度缩短任务运行时间；

3、fastone平台能够有效控制任务运行成本；

4、fastone平台的Auto-Scale功能可完美匹配AutoDock Vina任务小，数量大的特点；

5、fastone平台能根据用户不同需求，为用户提供不同的自动化调度策略。

本次生信行业Cloud HPC实证系列Vol.3就到这里。

在下一期的实证中，我们将为大家带来Amber上云实证，这次涉及到了云端GPU资源的使用。

未来我们还会带给大家更多领域的用云“真香”实证，请保持关注哦！

 - END -

我们有个【在线体验版】，扫码即可注册，2分钟自动开通。即刻就能获得TOP500这种超级算力，你就不想试一下？

你想要的我们可能都有，还送300元体验金，入股不亏~

扫码注册，【在线体验版】入口

2020年新版《六大云厂商资源价格对比工具包》

扫码添加小F微信（ID: imfastone）获取

你也许想了解具体的落地场景：

关于云端高性能计算平台：