GTC 2010: Das Mikroskop auf der Platine - GPUs in der Biomedizin

Mit liebenswert deutschem Akzent beschrieb Professor Dr. Klaus Schulten im zweiten Hauptvortrag der GTC 2010, wie computergestützte Forschung einem modernen Mikroskop gleicht. "Simulationen werden immer verlässlicher, schneller und öffnen Türen in neue Forschungsgebiete, die aufgrund ihrer Komplexität für lange Zeit verschlossen waren", eröffnete Schulten den mehreren tausend Zuhörern im kalifornischen San Jose. "Viele der Formeln, die wir heute mit unseren Rechnern angehen, kannten wir schon eine ganze Weile, doch die Computer waren einfach noch zu langsam, um sie zu benutzen. Unser Mikroskop besteht nicht mehr aus einem Metalltubus und Glaslinsen, sondern aus Mathematik, Physik, Chemie, Software und Supercomputern." Anhand von sechs Beispielen zeigte der Forscher, dessen Team im letzten Jahr die Resistenzphänomene des Schweinegrippen-Impfstoffes Tamiflu untersuchte, Schwerpunkte seiner Arbeit auf.

Beispiel 1: Poliovirus-Infektion
Der Mechanismus einer Virusinfektion ist heutzutage bekannt: Der Virus dockt an Rezeptoren einer Zelle an, die daraufhin denkt, dass der Virus etwas Gutes sei: Sie umschließt den Virus, der daraufhin sein Genom in die Zelle einschleust und die sie zum Virenproduzenten macht. Doch wie funktioniert das genau? Die Antwort kann nur eine Langzeitsimulation von 100 Millionen Atomen bringen. Zunächst sammeln die Wissenschaftler große Mengen von Daten in einer Reihe von Experimenten, in denen sie den Virenkörper zusammendrücken und dessen elektrostatische Eigenschaften messen.
Dann gilt es, diese Daten mit numerischen Methoden auszuwerten - aber das würde Tausende von jeweils 1,5 Stunden langen Berechnungen erfordern. Durch den Einsatz von zusätzlichen GPU-Systemen verkürzt sich die Rechenzeit um den Faktor 25,5 auf gerade einmal drei Minuten. Und, ganz der deutsche Energiesparer: "Außerdem kostet das weniger Strom - der Bedarf sinkt von 448 auf 43 Wattstunden", freut sich Professor Schulten.

Beispiel 2: Wie die Natur Sonnenlicht in Energie umwandelt
Fast alle Lebewesen setzen auf Photosynthese zur Energiegewinnung - selbst unser Körper. "Am Ende des heutigen Tages wird jeder hier sein Körpergewicht in ATP-Proteine synthetisiert haben", verblüffte Professor Schulten die Zuhörer. Rechentechnisch ist diese Umwandlung äußerst komplex: Zehn Millionen Atome wollen mit der Multilevel Summation Method simuliert werden. Eine CPU benötigt dafür 80 Minuten, drei GPUs gerade einmal 90 Sekunden.

Beispiel 3: Wie Proteine aus genetischen Blaupausen entstehen
Ein Ribosom dekodiert genetische Informationen aus der mRNA, einem Molekül, dass eine "Bauanleitung" für ein Protein enthält. Ribosome kann man zwar mit Kristallographie und Elektronenmikroskopen sichtbar machen, doch gleicht die Aufnahme "dem Bild einer Footballmannschaft vor dem Spiel - da weiß auch keiner, wie das Team sich während der Partie verhält", erläutert Professor Schulten. Die Lösung: Die Aufnahmen im Ruhezustand werden unter Anwendung physikalischer Gesetzmäßigkeiten in eine hochauflösende, dreidimensionale Struktur überführt. Am universitätseigenen National Center for Supercomputing Applications rechnen daher acht Intel-CPUs und zwei Tesla-GPUs an je einer von acht Millionen Atomen. "Das geht noch nicht so schnell, wie wir es uns wünschen würden, aber das sind extrem komplexe Berechnungen, die noch nicht optimal für eine GPU ausgelegt sind", erkärt Professor Schulten.

Beispiel 4: Nanoporen-Sensoren
Gene sind nicht nur für die Fortpflanzung wichtig, sondern auch für unser Alltagsleben, denn sie kontrollieren unsere Körper und unsere Erfahrungen. Wenn diese Prozesse, etwa durch den chemischen Prozess der Methylation, schief gehen, kann das Depressionen, Gewichtszunahme oder Krebs verursachen. Das sind allerdings sehr subtile Veränderungen, die man nur schwer beobachten kann. Eine Methode zur Visualisierung sind Nanoporen-Sensoren, durch die man die DNA beziehungsweise deren abnorme Veränderungen abhängig von einer angelegten Spannung sieht. Bei der Herstellung besserer Nanoporen helfen einmal mehr numerische Methoden, denn die Nanoporen-Sensoren werden teilweise von anderen Teilchen verstopft. An 4,7 Millionen Atomen rechnet eine Intel-X5550-CPU mit vier Kernen 15 Stunden - vier Nvidia GPUs vom Type C2050 sind damit gerade einmal zehn Minuten beschäftigt.

Beispiel 5: Visualisierung im Bereich der Quanten-Chemie
Die Sichtbarmachung von Elektronen, die dynamisch ein Atom umkreisen, dauert mit herkömmlichen Methoden Tage - und liefert nur statische Ergebnisse. Durch den Einsatz von GPUs beschleunigt sich die Berechnung derartig, dass sogar dynamisch animierte Elektronen möglich sind. Im Vergleich mit einer Intel-X5550-SSE-Einheit sorgen vier GTX-480-Karten für eine fast 400 Mal so schnelle Berechnung.

Beispiel 6: Proteinfaltungen
Bei der Proteinfaltung erhalten Proteine ihre dreidimensionale Struktur. Viele Krankheiten wie Alzheimer, Parkinson, Typ-II-Diabetes und der Rinderwahnsinn werden durch falsche Faltungen verursacht. Weil für die Simulation des Faltungsvorgangs besonders hohe Genauigkeit erforderlich ist, kann ein einziges Molekül durchaus drei Monate Rechenzeit in Anspruch nehmen. Atomare Polarisierungseffekte komplizieren den Vorgang noch weiter: Wasser braucht beispielsweise schon zwei Mal so lange - und "wenn die Berechnung statt zwei Monate doppelt so lange dauert, ist das schon ein gewaltiger Unterschied", so Professor Schulten. Derzeit werden solche Probleme noch ausschließlich mit CPUs angegangen, doch Schultens Team arbeitet bereits an einem GPU-Einsatz. Folding @ Home lässt grüßen.

Alles in allem faszinierende Beispiele, die zeigen, wie sehr numerische Methoden die bisher üblichen Experimente und theoretischen Betrachtungen unterstützen können.