超级计算机与生命科学,海洋生命科学对超级计算机的性能需求简介

超级计算机在生命科学的基因组学、转录组学蛋白质组学以及多组学的研究中发挥了巨大作用。海洋蕴含了地球大部分的基因资源。目前，已发现的海洋生物达两万余种，单个生物的基因组就会产生TB级的原始文件，这些文件包含大量的非结构化、分散的科学数据。对如此庞大规模的数据进行分析迫切需要E级超算计算能力。

海洋药物方面，基于高性能计算的药物筛选已成为药物设计的重要步骤之一，通过将高性能计算与药物设计相结合可以大大提升高通量筛选的效率以及成功率。借助于超级计算机，可以提升药物筛选中的分子动力学模拟的时间精度和空间精度。在P级计算能力下，实现几百个原子体系的纳秒级分子对接，往往需要几天时间，而海洋药物计划中需要实现的是35000个海洋药物小分子与靶点进行对接，这些靶点包括FDA批准药物对应的近900个靶点及其他约2000个靶点，如果没有E级超算是不可能实现的。

蛋白质组研究是继人类基因组计划中基因组序列测绘之后生命科学领域的另外一个重要课题。蛋白质组研究的计算工作主要有蛋白质折叠和蛋白质结构预测。蛋白质折叠是通过蛋白质的氨基酸序列计算蛋白质的空间结构。提取氨基酸的序列顺序信息是一项非常困难的工作，一个长度为500个氨基酸残基的蛋白质，不同的顺序组合数将会是20的500次方，运算量超过10的649次方。在P级计算下，这样一个简单的蛋白质组装需要经过约一个小时才能实现纳秒级别的模拟，复杂的折叠将耗用更多的时间。同时，由于蛋白质数据库的建设涵盖海量的蛋白质，需要对其结构进行计算模拟，计算量相当大，当前的P级超算均无法满足研究计算需求，亟须更大规模的E级超算提供计算支撑。