クラウドでの計算システム開発事例
クラウドを使うと、世界中のユーザに、環境構築などの負担をかけない方法で、すみやかに計算サービスを提供することができます。しかも、SSD などの高速 IO ストレージ、InfiniBand などの高速通信ネットワーク、GPUボードによる最新の高速並列計算も実現可能です。
日本マイクロソフト様と協力してクラウド Azure で、某大学様の大規模で高速な MPI / GPU 並列計算の実行環境を実現しました。
お客様の計算環境一式をバーチャルマシンにパッケージしてデプロイすることにより、クラウド上に並列効率の良い高速な計算環境を作成しました。
MEGADOCK-Azure: High-performance protein-protein interaction prediction system on Microsoft Azure HPC. Masahito Ohue, Yuki Yamamoto, Hiroyuki Sato, Takashi Matsushita and Yutaka Akiyama. 第5回生命医薬情報学連合大会（IIBMP 2016）ポスター 52 ポスター賞受賞 (2016)
Scalability and performance of applications on cloud computing: virtual screenings and MD simulations of myPresto suite. Tadaaki Mashimo, Mitsuhito Wada, Yoshinori Wakabayashi, Yoshifumi Fukunishi and Haruki Nakamura. 第5回生命医薬情報学連合大会（IIBMP 2016）ポスター 60 (2016)
AI ・機械学習による薬剤探索の事例
創薬・バイオインフォマティクス分野における機械学習、ディープラーニング (Deep learning) 技術を開発してきました。ヒット化合物の探索、クロマチン特徴領域の探索の分野では、コンテストで最も高精度な予測に成功しました。
最近では、バイオインフォマティクス以外の分野でも、学習なしの異常検知で顕著な成果が得られています。
AMED （国立研究開発法人日本医療研究開発機構）の「ITを活用した革新的医薬品創出基盤技術開発」の共同研究に平成25年度から参加して、myPresto の開発を継続しており、MolDesk を通して研究成果・技術の普及に努めております。MolDesk Screening による化合物インシリコスクリーニング計算サービスを大学などの研究機関向けに実施して、ヒット化合物の探索成功の成果も得ています。
また、過去には、サポートベクターマシン (SVM) や hidden Markov model (HMM) を使った、GPCR-G蛋白質結合選択性予測システムを世界に先駆けて開発しました。
An Application of Deep Learning for Classifying Chemical Structures. Yoshinori Wakabayashi, Tadaaki Mashimo, Mitsuhito Wada. CBI学会2016年大会 ポスター P2-28 (2016)
計算科学ソフトウェアの開発・普及と計算サービス
分子動力学計算、ドッキング計算、タンパク質のエントロピー計算、X線による立体構造予測・最適化、化合物の溶解度・脂溶性計算、地球環境シミュレーション（水風流による物質拡散）、FDTD法による電磁波解析などのプログラム作成に実績があります。
並列高速計算プログラムの開発
スーパーコンピュータである富岳（理化学研究所）やTSUBAME（東工大）やPCクラスタなどの並列計算機で高速に動作するプログラム開発やコードの並列化に対応します。
要素技術は、
- MPI と OpenMP / pthread によるハイブリッド並列化
- MPI と CUDA による CPU・GPGPU での並列化
- MPI-IO、Parallel HDF5 によるファイル IO の並列化
です。
一般的なPCクラスタ上で動作する、MPI / GPU を使用して高速化した並列プログラムはもちろん、京の数万ノードで高速に動作するいくつかのプログラムと、TSUBAMEで数十～百個以上のGPUを同時に使用して高速に計算するプログラム作成を担当した経験があります。論文リストはこちら。
対応分野は、ライフサイエンス全般、大規模物理実験データ処理、有機・無機物質の分子動力学、電磁波解析(FDTD)、宇宙粒子プラズマ（電磁場中の荷電粒子の運動）ですが、それ以外も対応できますのでお問い合わせください。