[发明专利]基于蛋白质折叠测算蛋白质结构的集群并行计算加速方法

说明书

本发明公布了一种集群并行计算加速方法，针对蛋白质折叠过程构建能量约束模型，在异构集群计算机上对计算的迭代过程进行并行加速；包括：将蛋白质折叠计算的近似计算划分为多个计算任务，每个节点根据本地计算任务和数据备份进行求解，期间不进行数据同步；当节点执行完多个时间步后进行数据同步；本节点计算任务的结果同本地数据备份比较，若发生改变，则以广播的方式在集群中传播数据，通知集群所有主机将本地备份进行更新，从而实现基于蛋白质折叠测算蛋白质结构的并行计算加速。本发明能够提高蛋白质折叠测算蛋白质结构求解的计算速度与精度，减少计算过程中的通信开销，节省计算资源。

技术领域

本发明属于高性能计算技术领域，涉及计算并行化方法，尤其涉及一种利用计算机集群、对蛋白质折叠的计算进行并行化加速的方法。

背景技术

蛋白质折叠问题解决的是针对一段氨基酸序列，通过氨基酸残基的相互作用，形成具有特定三维结构的蛋白质分子。在应用实践中，可以运用动力学模拟的方法，建立蛋白质折叠过程中的能量约束方程，以数值模拟的手段，根据氨基酸序列，来推测蛋白质的三维结构。

可以对蛋白质折叠过程中的能量约束构建线性方程组，线性方程组一般形式

Ax＝b

其中A为非奇异矩阵，当A为低阶稠密矩阵时，采用高斯消元法、克莱姆法则等可以直接求解。但高性能计算领域，A的阶数往往相当大，且零元素较多，对于这种大型稀疏矩阵，采用迭代法更为合适。雅可比迭代法(JacobiIteration)和高斯-赛德尔迭代法(Gauss–Seidel Iteration)是数值代数中用于求解大型稀疏线性方程组近似解的常用方法。为了充分利用计算机并行计算的能力，提高求解线性方程组的速度，可以挖掘迭代方法中的并行性，设计并行化方案。

2012年，浪潮公司提出《一种线性方程组的数据处理方法及装置》，利用GPU(graphics processing units)对线性方程组求解进行加速。2012年，大连理工大学黄一等人提出《一种线性方程组的单机并行求解方法》，最大化利用单机资源，提高了单机求解线性方程组的速度与精度。

对于氨基酸中各原子的状态，可以按照分子动力学方程来进行求解，其一般形式为

X[t+dt]＝f(X[t])

其中，X[t]为t时刻原子的状态向量，f为物理模型建立的动力学方程。对于此类方程，可以用BSP(Bulk Synchronous Parallel)并行加速算法。BSP模型是将全局的计算任务分成若干子任务异步进行计算，子任务完成计算后进入等待状态，系统进行全局检查与全局数据更新，当所有子任务都完成计算且全局数据更新后，每个子任务又继续进行下一步计算。

但是，上述现有方法往往都基于单机形式或者容易受到通信的限制，并行化程度不高，加速效果不理想，且求解规模受到单机容量的限制；现有蛋白质折叠的技术尚未有利用集群计算机进行并行加速的有效技术方案。

发明内容

为了克服上述现有技术的不足，本发明提供了一种在集群上蛋白质折叠问题的并行加速方案。本发明方法在构建蛋白质折叠的能量约束线性方程组后，对该线性方程组进行合理的区块划分，在集群上，对计算进行并行化加速，提高测算蛋白质结构的计算求解速度与计算精度。

本发明的核心思想是，对蛋白质折叠过程中的能量约束构建线性方程组，根据计算任务的局部性，即某些计算任务同其他计算任务数据关联性较弱，因此可以分别独立计算，并在时间上实现重叠，提高并行程度。同时，根据计算精度，调整同步的频率，保证精确性。而蛋白质折叠一类问题，有着很好的计算任务局部性，本发明在解决蛋白质折叠推算蛋白质的三维结构问题方面有着很好的加速效果。

现有方法中，高斯-赛德尔迭代法求解线性方程组，具体地：

对于方程组Ax＝b，有唯一解x’，则将Ax＝b变形为等价的方程组x＝Bx+f，由此可有迭代公式，表示为式1：