На заседании Ученого совета института заслушан научный доклад главного научного сотрудника лаборатории биологически активных наноструктур доктора биологических наук А.С.Карягиной-Жулиной "Вычислительный кластер "Гален": использование в биомедицинских исследованиях".
В докладе отмечено, что вычислительный кластер «Гален» функционирует в институте с 2008 г. Он имеет пиковую производительность 1.152 Tflop/sec, т.е. способен осуществлять 1,152 трлн операций с плавающей запятой в секунду. На момент покупки он был пятидесятым в рейтинге суперкомпьютеров в Российской Федерации.
В биомедицинских исследованиях высокопроизводительные вычислительные кластеры используются для решения двух типов задач: 1) задач, основанных на использовании алгоритмов, требующих большой вычислительной мощности (симуляция молекулярной динамики, рациональный дизайн белков); 2) для обработки больших массивов данных менее требовательными к ресурсам алгоритмами (виртуальный скрининг, геномный анализ, анализ данных по экспрессии генов, полученных на микрочипах).
Некоторые из перечисленных выше задач решаются в институте на кластере «Гален». Группой сотрудников лаборатории биологически активных наноструктур создана и откалибрована на нескольких природных соединениях программа fitprot, позволяющая отбирать наиболее эффективные комбинации аминокислотных остатков, формирующих интерфейс взаимодействия белков. С использованием этой программы показано, что стабилизированные гетеродимеры костных морфогенетических белков BMP2/7 более активно, чем гомодимеры, способствуют морфогенезу костной ткани.
Другие задачи, решаемые с помощью вычислительного кластера, связаны с разработкой новых лекарств. Сегодня затраты на полный цикл разработки одного препарата составляют от 900 млн до 2 млрд долларов; сроки создания лекарства – до 10-15 лет. Использование новых подходов, в частности, виртуального скрининга, может существенно ускорить и удешевить стадию поиска и оптимизации лидерного соединения. Задачи решаются в рамках проекта Минпромторга России «Разработка технологии мишень-специфического поиска антибактериальных средств нового поколения для лечения социально значимых хронических инфекций». Белком-мишенью служит протеаза CPAF – один из основных факторов патогенности хламидий – внутриклеточных паразитов, вызывающих тяжелые хронические заболевания человека, плохо поддающиеся лечению антибиотиками. С помощью программы ICM (MolSoft) были отобраны низкомолекулярные соединения, имеющие сродство к активному сайту на поверхности протеазы. Из четырех библиотек химических соединений, представленных в сумме 1,5 млн химических веществ, в результате проведения виртуального скрининга было отобрано 32 тыс. веществ с величиной Score менее -20. Антимикробную активность виртуальных ингибиторов CPAF оценивали по подавлению хламидийной инфекции в культуре эукариотических клеток. Большая часть из взятых для экспериментальной проверки 19 соединений вызывала подавление инфекции в микромолярных концентрациях.
Другой белковой мишенью для подбора ингибиторов является АТФаза хламидий – компонент III транспортной системы бактерий, играющей важнейшую роль в патогенезе хламидиозов. Задача осложняется тем, что, в отличие от протеазы CPAF, для АТФазы хламидий неизвестна трехмерная структура молекулы белка. Поэтому, первым этапом работы было моделирование трехмерной структуры белка по гомологии с АТФазой из Salmonella typhimurium. После предварительного этапа моделирования, для уточнения структуры активного сайта АТФазы, к которому планировалось подбирать ингибиторы, в сайт ввели ион Mg2+ и провели квантово-механический/молекулярно-механический расчет. После этого сайт с уточненной структурой был использован для проведения виртуального скрининга и отбора ингибиторов.
Помимо решения конкретных научных задач проводится работа по развитию интерфейса кластера для того, чтобы его могли использовать не только высококвалифицированные пользователи, но и рядовые молекулярные биологи.