Vencedor do Nobel vê o futuro da biologia com GPUs

O software NVIDIA IndeX permite que a equipe da UC Berkeley mostre imagens de um novo microscópio.


Cinco anos atrás, quando Eric Betzig recebeu a ligação, ganhou o Prêmio Nobel por inventar um microscópio que podia ver características de até 20 nanômetros, ele já estava trabalhando em um novo.

O novo dispositivo captura o equivalente ao vídeo 3D de células vivas - e agora está usando as GPUs e o software NVIDIA para ver os resultados.

O colaborador de Betzig na Universidade da Califórnia em Berkeley, Srigokul Upadhyayula (também conhecido como Gokul), ajudou a refinar o chamado sistema Lattice Light Sheet. Ele gerou 600 terabytes de dados enquanto explorava parte do córtex visual de um mouse em um trabalho publicado no início deste ano na revista Science . Uma fatia de 1,3 TB desse esforço estava em exibição no estande da NVIDIA no show de supercomputação SC19 da semana passada .

Os participantes tiveram um vislumbre de como os cientistas de amanhã podem desvendar mistérios médicos. Os pesquisadores, por exemplo, podem usar o Lattice para observar como as coberturas de proteínas nos axônios nervosos se degradam à medida que doenças como a esclerose muscular se instalam.

Futuro da Biologia: Visualização Direta
"Acreditamos que nunca entenderemos sistemas vivos complexos dividindo-os em partes", disse Betzig sobre métodos como bioquímica e genômica. “Somente os microscópios ópticos podem olhar para os sistemas vivos e coletar informações necessárias para entender verdadeiramente a dinâmica da vida, a mobilidade das células e tecidos, como as células cancerígenas migram. Essas são coisas que agora podemos observar diretamente.

"O futuro da biologia é a visualização direta de seres vivos, em vez de reunir informações reunidas por meios muito indiretos", acrescentou.

É preciso um cluster - e mais
Esse trabalho vem com demandas pesadas de computação. A geração do conjunto de dados de 600 TB para o artigo da Science "monopolizou o cluster de computação da nossa instituição por dias e semanas", disse Betzig.

"Esses microscópios produzem dados maravilhosamente ricos que muitas vezes não conseguimos visualizar porque a grande maioria deles fica em discos rígidos, completamente inútil", disse ele. "Com a NVIDIA, estamos encontrando maneiras de começar a olhar para ela."

A demonstração do SC19 - uma visualização multicanal de uma fatia preservada do córtex do mouse - foi executada remotamente em seis servidores NVIDIA DGX-1 , cada um contendo oito GPUs NVIDIA V100 Tensor Core. Os sistemas fazem parte de um cluster NVIDIA SATURNV localizado perto de sua sede em Santa Clara, Califórnia.

Os pesquisadores de Berkeley deram aos participantes do SC19 uma olhada no córtex visual de um mouse - visualizado usando o NVIDIA IndeX.

O ingrediente principal para a demonstração e visualizações futuras é o software NVIDIA IndeX , um SDK que permite que cientistas e pesquisadores vejam e interajam em tempo real com enormes conjuntos de dados 3D.

A versão 2.1 do IndeX estreou no SC19, apresentando uma série de novos recursos, incluindo GPUDirect Storage, além de suporte para os processadores Arm e IBM POWER9.

Depois de ver suas primeiras demonstrações do que o IndeX pode fazer, a equipe de pesquisa o instalou em um cluster na UC Berkeley que usa uma dúzia de NVIDIA TITAN RTX e quatro GPUs V100 Tensor Core . "Pudemos ver isso com um potencial incrível", disse Gokul.

Fechando uma lacuna de big data
O horizonte possui muitas montanhas para escalar. O escopo do Lattice gera até 3 TB de dados por hora; portanto, as visualizações ainda são frequentemente feitas em dados que devem ser laboriosamente pré-processados ​​e salvos offline.

"Em um mundo perfeito, teríamos todas as informações para análise à medida que obtivemos os dados do escopo, nem um mês ou seis meses depois", disse Gokul. O tempo entre a coleta e a visualização de dados pode se estender de semanas a meses, mas "precisamos ajustar parâmetros para reagir aos dados enquanto os coletamos" para tornar o escopo realmente útil para os biólogos, acrescentou.

O software NVIDIA IndeX, rodando em suas GPUs cada vez mais poderosas, ajuda a diminuir essa lacuna.

No futuro, a equipe pretende aplicar as mais recentes técnicas de aprendizado profundo, mas isso também apresenta desafios inebriantes. "Não há modelos de IA robustos para implantar neste trabalho hoje", disse Gokul.

Disponibilizar os dados para especialistas em IA que poderiam criar modelos de IA exigiria o envio de caixas de discos rígidos em um avião, uma proposta lenta e cara. Isso ocorre porque o trabalho mais recente produziu mais de meio petabyte de dados, mas os serviços em nuvem geralmente limitam uploads e downloads a um terabyte ou mais por dia.

Betzig e Gokul estão conversando com pesquisadores de gigantes da nuvem sobre novas opções e estão explorando novas maneiras de aproveitar o poder das GPUs porque o potencial de seu trabalho é muito grande.

Lidar com altos e baixos
"Os seres humanos são animais visuais", disse Betzig. “Quando a maioria das pessoas que conheço pensa em uma hipótese, elas criam modelos visuais mentais.

“O mais bonito da microscopia é que você pode criar um modelo com todos os seus vieses e compará-lo imediatamente com a realidade das imagens biológicas vivas. Essa capacidade já tem e continuará a revelar surpresas ”, afirmou.

O trabalho traz grandes altos e baixos. Ganhar um Prêmio Nobel "foi um choque", disse Betzig. “Era como se fosse atropelado por um ônibus. Você sente que sua vida está decidida e, em seguida, algo acontece para mudar você de maneiras que você não esperaria - tem lados bons e ruins. ”

Da mesma forma, “nos últimos anos trabalhando com Gokul, todo microscópio teve seus limites que nos levaram ao próximo. Você dá cinco ou seis passos até um platô de sucesso e depois há uma decepção ”, disse ele.

Na parceria com a NVIDIA, "aprendemos o que podemos ter perdido", acrescentou. "É uma chance de reavaliar as coisas, entender a GPU das pessoas que projetaram a arquitetura e ver como podemos mesclar nossos conjuntos de problemas com novas soluções", disse ele.

 

 

 

 

 


fonte: NVidia
Nota: A imagem no topo mostra os pesquisadores de Berkeley, Eric Betzig, Ruixian Gao e Srigokul Upadhyayula, com o microscópio Lattice Light Sheet.

Curiosidades da história

More Articles