速石科技全力加速新药研发，AutoDock Vina上云提速2920倍

新药研发是一个漫长且昂贵的过程，海量的化合物在经过一系列的测试后，往往只有一种具备成为可行的药物的潜质。任何工具或技术，只要能在这个漫长的多步骤过程中加快其中一个步骤，就会对整个链条产生重大影响。

比如在临床试验阶段，通常有10%的药物能够通过第一阶段，而如果通过技术手段（如AI）将成功率提高几个百分点，达到14%或16%，将为整个行业带来数十亿美元的价值。

分子对接，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，当前基于分子对接技术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。

2020年3月，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？

最近，速石科技（fastone）在其一站式云端计算分析平台使用AutoDock Vina对接了2800万个分子，并成功地将运算时间从本地预估5年缩短到了云端15.23小时，该案例具有两大特点：

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。

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。

案例目标

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？

案例参数

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：

以下是两个场景。

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；

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。

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。

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%。

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。

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。

1、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，本次案例任务的中断率为0.95%（通常<5%）。

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。

2、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。

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。

小结

最后回顾一下目标：

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。

至此，由速石科技实施的本次生信行业Cloud HPC实操案例已经取得了预期的结果，未来速石科技还会带给大家更多领域的用云“真香”案例，请保持关注哦！

关于速石：

速石科技（fastone）为有高算力需求的用户提供一站式多云算力运营解决方案，基于本地+公有混合云环境的灵活部署及交付，帮助用户提升10-20倍业务运算效率，降低成本达到75%以上，加快市场响应速度。速石平台对药物研发/基因分析/CAE/EDA/AI等行业应用进行分析与加速，通过Serverless框架屏蔽底层IT技术细节，实现用户对本地和公有云资源无差别访问，产品包括：云上的SaaS平台、多云PaaS平台、软硬一体算力解决方案。

想了解更多，可添加小F微信（ID：imfastone）