編輯：LRS

【新智元導讀】在計算機裡以原子級模擬一個活細胞需要多少個「肝」？最近有研究人員創造了一個完整的支原體細胞，還是活的！並且能夠在電腦上模擬全部的物理、化學性質，整個模擬時間還不到20分鐘！

從原子級開始，親手創造一個細胞是什麼體驗？

最近，來自伊利諾伊大學厄巴納·香檳分校（University of Illinois at Urbana-Champaign）的研究人員成功在原子粒度上模擬了一個最小的活細胞（living minimal cell），使用到的加速裝置為Nvidia Titan V和Tesla Volta V100顯示卡，成功將模擬時間壓縮到20分鐘內。

研究人員表示，該專案是迄今為止最長、最複雜的細胞模擬。因為原子（atom）是化學反應中不可再分的基本微粒，所以該模擬過程在粒子尺度上能夠複製最小細胞的物理和化學特性。

從原子開始創造

提到從細胞開始創造生物，《孢子》（Spore）可以說是繞不過的一個「造物遊戲」。

《孢子》遊戲由Maxis開發，於2008年發行。遊戲讓玩家控制一個物種，使之從單細胞開始進化到智慧生命，進而進行空間探索。

遊戲一經發行，立刻火爆全球，畢竟誰能拒絕親手創造出一個高達呢？

Spore把一整個細胞作為初始狀態，但實際上細胞也分為很多種類，有不同的物理、化學、生物性質，從原子開始模擬細胞，也許更適合「造物者」的身份。

即使是最小的細胞也包含了20億個原子，如果讓CPU來模擬的話，那不知道要猴年馬月才能模擬一個原子的3D模型。

GPU就不一樣了，顯示卡天生就是為並行任務而生，這種平行計算的特性也讓GPU在深度學習時代大放異彩。

活細胞物理中心聯合主任Zaida Luthey-Schulten表示，只有藉助GPU的能力，我們才得以成功從原子級的粒度上建立一個動態的細胞3D模型，這個最小的活細胞包含超7000個遺傳資訊過程（genetic information process）。研究成果已經發表在了《細胞》（Cell）期刊上。

最小的細胞具有精簡的基因組，其中基因組已經被剝離到了只包含最基本的要素，只攜帶複製其 DNA、生長、分裂和執行大多數其他定義生命的功能所必需的基因，來建立一個反映其行為的細胞計算機模型。

模型能夠在原子尺度上繪製出 3D 空間中數千個細胞成分的精確位置和化學特徵。它跟蹤這些分子擴散透過細胞並相互相遇需要多長時間，它們發生時會發生什麼樣的化學反應，以及每一步需要多少能量。

為了構建一個最小細胞，來自J. Craig Venter Institute的研究人員選擇了一個最簡單的活細胞——支原體（mycoplasma），一種寄生於其他生物體的細菌。

這種支原體的構成中只包含不到500個基因，而相比之下，普通的大腸桿菌則有超5000個基因，人類細胞有超2萬個基因，所以支原體的模擬相對來說更簡單。

在之前的研究中，JCVI團隊構建了一個合成基因組，並在富含細胞維持所需的所有營養和因素的環境中培養細胞。對於這項新研究，該團隊添加了部分基因以提高細胞的活力。該細胞比任何天然細胞都簡單，因此更容易在計算機上建模。

Zaida教授利用先前發現的細胞屬性，如氨基酸、脂質和核苷酸來建立脫氧核糖核苷酸（DNA）、核糖核苷酸（RNA）、蛋白質和細胞膜。

模擬像活細胞這樣巨大而複雜的東西依賴於數十年研究過程中積累的資料。為了建立計算機模型，研究人員必須考慮細胞DNA、脂質、氨基酸的物理和化學特性，以及基因轉錄、翻譯和蛋白質構建機制。他們還必須模擬每個成分如何透過細胞擴散，跟蹤細胞生命週期中每個步驟所需的能量。

透過對支原體進行20分鐘的三維模擬，研究人員可以看到支原體在沒有細胞繁殖的情況下發生什麼事。他們還發現支原體花了大量的時間和精力在細胞膜上移動分子，與作為寄生細胞時的性質一樣。並且研究人員能夠觀察到細胞的氨基酸和核苷酸的主動運輸過程，觀察活細胞如何平衡生長和新陳代謝，也能夠讓研究人員瞭解到細胞的生存規律。

Zaida表示，之所以我們能夠在模擬過程中再現細胞中出現的基本行為，並非是因為程式設計人員把這種行為編碼進去，而是因為模型中的動力學引數和脂質機制是正確的。

這些模擬讓研究人員深入瞭解了細胞如何「平衡其新陳代謝、遺傳過程和生長的需求」。

例如，該模型顯示，細胞利用其大部分能量將必需的離子和分子匯入其細胞膜，這是因為支原體從其他生物體中獲得了生存所需的大部分物質。

研究人員表示，該模型模擬了一個最小細胞內從其出生到兩小時後分裂的所有化學反應。這個最小活細胞的3D、全動態動力學模型打開了一扇瞭解細胞內部運作的視窗，展示了所有細胞成分是如何響應內部和外部線索相互作用和變化的，將幫助研究人員更好地理解生命的基本原則。

目前研究人員擁有更多的顯示卡了，開展的新專案涉及到細胞的生長模擬和細胞分裂，使用Nvidia RTX A5000顯示卡和Nvidia DGX工作站來加速模型的模擬過程，大概可以提升40%的模擬速度。

GPU助力高效能計算

顯示卡除了打遊戲、挖礦以外，由於其在高效能計算（HPC）上的發展，也是推動科學發展的關鍵工具之一。透過跨多個計算節點利用 GPU 助力的並行處理能力，HPC 能夠高效、可靠、快速地執行先進的大型應用程式專案。速度提升後可大幅提升吞吐量並降低成本，從而為科學發現鋪平道路。

模擬和建模中涉及到的HPC，廣泛用於製藥、金融、科研和工程等各行各業，能夠應對現實世界的各種疑難雜症。

除了在原子級模擬細胞外，GPU還可以幫助研究人員建立各種複雜病毒的視覺化模型，例如COVID19，從而更瞭解病毒的性質，更快地找到攻克病毒解決方案。

Nvidia還提供用於 HPC 的全套編譯器、庫和工具，使得開發人員能夠利用介面最大限度地榨乾GPU的效能。

視覺化是高效能計算的一個重要的應用場景，對影片中的每個元素都需要同步預測才能保證特效的真實，不違和。

研究人員正在使用科學視覺化從大型 HPC 資料集收集資料，從而將蛋白質摺疊進行視覺化、分析化學性質、瞭解超新星等。例如這篇論文中的研究就是透過NVIDIA Omniverse Platform構建的細胞模型，並可視化。

創意藝術家也可以將科學資料轉化為逼真的視覺效果，幫助研究人員和普通觀眾更好地理解其藝術背後的科學。

工程師正在使用科學視覺化來分析機器人、製造系統和結構工程等各種使用案例的設計。

隨著GPU的應用場景越來越廣泛，世界對高效能計算的需求也越來越旺盛，老黃和玩家們也終於達成了雙贏！

參考資料：

https://www.zdnet.com/article/researchers-use-nvidia-gpus-to-simulate-a-living-cell/

https://www.nvidia.cn/high-performance-computing/scientific-visualization/