0 Membres et 2 Invités sur ce sujet
Actualités : Article publié sur les transactions IEEE sur des sujets émergents en informatiqueL'article suivant, «Un système informatique pour découvrir les relations causales entre les gènes humains pour améliorer le repositionnement des médicaments», est disponible dans la zone «Accès anticipé» sur IEEE Xplore. Cet article a été accepté pour publication dans un prochain numéro de cette revue, mais n'a pas été édité et le contenu peut changer avant la publication finale. Cet article apparaît dans: IEEE Transactions on Emerging Topics in Computing , Digital Object Identifier: 10.1109 / TETC.2020.3031024. Vous pouvez le trouver ici: https://ieeexplore.ieee.org/document/9224179 (voir cadre ci-dessous)Merci à tous pour votre précieux soutien !
Un système informatique pour découvrir les relations causales entre les gènes humains afin d'améliorer le repositionnement des médicamentsExtrait : La découverte automatique de relations causales entre les gènes humains peut éclairer les processus de régulation des gènes et guider le repositionnement des médicaments. À cette fin, une méthode lourde de calcul pour la découverte causale est distribuée sur une grille de calcul volontaire et, en tirant parti du sous-ensemble variable et de la stratification, s'avère utile pour étendre les réseaux locaux de régulation des gènes. Les données d'entrée sont des mesures purement observationnelles de l'expression des transcriptions dans les tissus humains et les lignées cellulaires collectées dans le cadre du projet FANTOM. Le système s'appuie sur la plateforme BOINC et sur un code client optimisé. La pertinence fonctionnelle des résultats, mesurée en analysant les annotations des interactions identifiées, augmente significativement par rapport à la simple corrélation de Pearson entre les transcriptions. Aditionellement, dans 82% des cas, les réseaux se chevauchent significativement avec les interactions protéine-protéine connues annotées dans les bases de données biologiques. Dans les deux études de cas présentées, cette approche a été utilisée pour élargir les réseaux de gènes associés à deux pathologies humaines sévères: le cancer de la prostate et la coronaropathie. La méthode a identifié respectivement 22 et 36 gènes à évaluer comme de nouvelles cibles pour des médicaments déjà approuvés, démontrant l'applicabilité efficace de l'approche dans les pipelines visant le repositionnement des médicaments.Lien PDF complet (en anglais) : https://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=9224179
Peut-être parce qu'AMD leur fait bénéficier de puissance de calcul ? https://www.amd.com/en/corporate/hpc-fund
https://gene.disi.unitn.it/test/forum_thread.php?id=292#1945 CiterOur gene@home project (hosted by the University of Trento, Italy) has been chosen by AMD as a recipient for their COVID-19 HPC fund, see the official announcement https://www.amd.com/en/corporate/hpc-fundWe are really grateful to receive this donation, it will give us access to high performance computing nodes, boosting our research. More info and comments here: https://gene.disi.unitn.it/test/forum_thread.php?id=291CiterNotre projet gene@home (hébergé par l'Université de Trento, Italie) a été choisi par AMD comme bénéficiaire de son fonds COVID-19 HPC, voir l'annonce officielle https://www.amd.com/en/corporate/hpc-fundNous sommes vraiment reconnaissants de recevoir ce don, il nous donnera accès à des nœuds de calcul haute performance, dynamisant notre recherche. Plus d'informations et commentaires ici: https://gene.disi.unitn.it/test/forum_thread.php?id=291
Our gene@home project (hosted by the University of Trento, Italy) has been chosen by AMD as a recipient for their COVID-19 HPC fund, see the official announcement https://www.amd.com/en/corporate/hpc-fundWe are really grateful to receive this donation, it will give us access to high performance computing nodes, boosting our research. More info and comments here: https://gene.disi.unitn.it/test/forum_thread.php?id=291
Notre projet gene@home (hébergé par l'Université de Trento, Italie) a été choisi par AMD comme bénéficiaire de son fonds COVID-19 HPC, voir l'annonce officielle https://www.amd.com/en/corporate/hpc-fundNous sommes vraiment reconnaissants de recevoir ce don, il nous donnera accès à des nœuds de calcul haute performance, dynamisant notre recherche. Plus d'informations et commentaires ici: https://gene.disi.unitn.it/test/forum_thread.php?id=291
Et on est inscrit ? sur BoincStats ça dit que le founder doit inscrire son équipe aux challenges...
http://gene.disi.unitn.it/test/forum_thread.php?id=255&postid=1632 Ok, we don't have fancy graphs showing the workflow. The only informational page is https://gene.disi.unitn.it/test/gene_science.php, which shows some statistics about the currently running experiment. BTW, the algorithm for generating workunits is rather complicated, i.e. it takes some time to generate a workunit and add it to the queue. With our current setup (hardware/software) we are able to create 294 workunits (588 results, because of the replication) every ~15 minutes, I let you do the math . This is our theoretical limit, when reached the queue will start to dry up.
The current server is a virtualized 4 cores AMD Opteron with 4G RAM, not that easy to run a project on it. The new one, a Xeon Gold 6238R, is here. The project should be moved this October (hopefully). This won't, however, completely solve our (slow) work generation problem, we will gain some raw speed because of the upgraded hardware but the real change will be a new optimized and parallel generator (no ETA on this...).The AMD funding is actually free access to some big computational resources (mainly devoted to machine learning). It's is a very useful asset for our research but not related to the BOINC server.
Un peu d'info intéressante Citerhttp://gene.disi.unitn.it/test/forum_thread.php?id=255&postid=1632 Ok, we don't have fancy graphs showing the workflow. The only informational page is https://gene.disi.unitn.it/test/gene_science.php, which shows some statistics about the currently running experiment. BTW, the algorithm for generating workunits is rather complicated, i.e. it takes some time to generate a workunit and add it to the queue. With our current setup (hardware/software) we are able to create 294 workunits (588 results, because of the replication) every ~15 minutes, I let you do the math . This is our theoretical limit, when reached the queue will start to dry up.http://gene.disi.unitn.it/test/forum_thread.php?id=317&postid=2373#2373CiterThe current server is a virtualized 4 cores AMD Opteron with 4G RAM, not that easy to run a project on it. The new one, a Xeon Gold 6238R, is here. The project should be moved this October (hopefully). This won't, however, completely solve our (slow) work generation problem, we will gain some raw speed because of the upgraded hardware but the real change will be a new optimized and parallel generator (no ETA on this...).The AMD funding is actually free access to some big computational resources (mainly devoted to machine learning). It's is a very useful asset for our research but not related to the BOINC server.
Ok, nous n'avons pas de graphiques fantaisistes montrant le flux de travail. La seule page d'information est https://gene.disi.unitn.it/test/gene_science.php, qui présente quelques statistiques sur l'expérience en cours.L'algorithme de génération des unités de travail est assez compliqué, c'est-à-dire qu'il faut un certain temps pour générer une unité de travail et l'ajouter à la file d'attente. Avec notre configuration actuelle (matériel/logiciel), nous sommes capables de créer 294 unités de travail (588 résultats, à cause de la réplication) toutes les ~15 minutes, je vous laisse faire le calcul . C'est notre limite théorique, lorsqu'elle sera atteinte, la file d'attente commencera à se tarir.Traduit avec www.DeepL.com/Translator (version gratuite)
Le serveur actuel est un AMD Opteron virtualisé à 4 cœurs avec 4G de RAM, pas très facile d'y faire tourner un projet. Le nouveau serveur, un Xeon Gold 6238R, est ici. Le projet devrait être déplacé en octobre (si tout va bien). Cependant, cela ne résoudra pas complètement notre problème de génération de travail (lent), nous gagnerons un peu de vitesse brute grâce au matériel amélioré, mais le véritable changement sera un nouveau générateur optimisé et parallèle (pas d'ETA sur ce point...).Le financement d'AMD est en fait un accès gratuit à certaines ressources informatiques importantes (principalement consacrées à l'apprentissage automatique). Il s'agit d'un atout très utile pour notre recherche mais qui n'est pas lié au serveur BOINC.Traduit avec www.DeepL.com/Translator (version gratuite)
J'en ai calculé deux sans problèmes cette nuit ...
Vous arriver à renvoyer vos résultats ?