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。
（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。exhaustiveness是AutoDock Vina中的一个设定参数，用来控制对接的细致程度，会影响计算时间。）
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 -
我们有个生物/化学计算云平台
集成多种生命科学领域应用，大量任务多节点并行
应对短时间爆发性需求，连网即用
跑任务快，原来几个月甚至几年，现在只需几小时
5分钟快速上手，拖拉点选可视化界面，无需代码
支持高级用户直接在云端创建集群
扫码免费试用，送300元体验金，入股不亏~
更多电子书
欢迎扫码关注小F（ID：imfastone）获取
你也许想了解具体的落地场景：
Auto-Scale这支仙女棒如何大幅提升Virtuoso仿真效率？
LS-DYNA求解效率深度测评 │ 六种规模，本地VS云端5种不同硬件配置
怎么把需要45天的突发性Fluent仿真计算缩短到4天之内？
提速2920倍！用AutoDock Vina对接2800万个分子
从4天到1.75小时，如何让Bladed仿真效率提升55倍？
关于为应用定义的云平台：
5万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
