Этанол Cellulosic – у топлива, полученного из древесных заводов и ненужной биомассы – есть потенциал, чтобы стать доступным, возобновляемым топливом транспортировки, что бензин конкурентов, но лигнин, один из самых повсеместных компонентов стены растительной клетки, мешает.По своей природе эластичный лигниновый полимер помогает предоставить леса заводам, укрепляя тонкие cellulosic волокна – основной сырой компонент cellulosic этанола – и служа защитным барьером против болезни и хищников.
Защитные особенности лигнина сохраняются во время обработки биотоплива, где это – большая помеха, переживая дорогое предварительное лечение, разработанное, чтобы удалить его и блокируя ферменты от разрушения целлюлозы в простой сахар для брожения в биоэтанол.Чтобы лучше понять точно, как лигнин сохраняется, исследователи в Окриджской национальной лаборатории (ORNL) (САМКИ) американского Министерства энергетики создали одно из самых больших биомолекулярных моделирований до настоящего времени – 23,7 миллиона систем атома, представляющих предварительно рассматриваемую биомассу (целлюлоза и лигнин) в присутствии ферментов. Размер моделирования потребовал Титана, ведущего суперкомпьютера на Средстве для Вычисления Лидерства Ок-Риджа (OLCF), Офисе САМКИ Научного Пользовательского Средства, чтобы отследить и проанализировать взаимодействие миллионов атомов.Исследование, во главе с Джереми Смитом, Стулом губернатора в Университете Теннесси (Юта) и директор Центра UT-ORNL Молекулярной Биофизики, показало в атомистических деталях, почему лигнин – такая проблема: мало того, что это связывает с целлюлозой в предпочтительных местоположениях, разыскиваемых ферментами, но лигнин также привлекает и занимает связывающую целлюлозу область самих ферментов.
«Это препятствует механизму, который фермент должен прикрепить к целлюлозе. Таким образом лигнин связывает точно, где он меньше всего желаем в промышленных целях», сказал научный сотрудник ORNL Лукас Петридис. «Это детальное знание лигнинового поведения может вести генную инженерию ферментов, которые связывают меньше с лигнином и поэтому производят биоэтанол более эффективно».
Вне научных знаний, полученных из моделирования, системных достижений биомассы команды сдвиг вычислительной биофизики к сложным, многокомпонентным системам, движение позволено суперкомпьютерами класса лидерства.Строительство модели биомассыВо время предварительного лечения кислота, вода и тепло работают, чтобы удалить non-cellulosic биомассу из растительного материала. Лигнин, однако, слоняется поблизости, группируясь в совокупности вокруг целлюлозы и препятствуя ферментам от достигающей целлюлозы.
Чтобы точно смоделировать эту переполненную окружающую среду, команда Смита использовала экспериментальные данные, чтобы создать репрезентативную пробу предварительно рассматриваемой биомассы и ферментов. Модель приняла во внимание детали, такие как отношение целлюлозы к лигнину, типу лигнина и относительному количеству ферментов. Всего, моделирование отследило девять волокон целлюлозы, 468 лигниновых молекул и 54 молекулы фермента в прямоугольной водной коробке.
Команда построила модель, используя молекулярный кодекс динамики под названием GROMACS при распределении, награжденном через Инновационное и Новое Вычислительное Воздействие на Теорию и Эксперимент, или ПОДСТРЕКАЙТЕ, программа. С полной моделью команда обратилась к Титану Cray XK7, самому быстрому суперкомпьютеру Америки, чтобы поставить необходимую вычислительную энергию, чтобы наблюдать систему в действии.
Во время его самых больших пробегов моделирование биомассы измерило к почти 4 000 из 18 666 узлов Титана, произведя примерно 45 наносекунд времени моделирования за один день. В течение года команда накопила 1,3 микросекунды времени моделирования, значительного отрезка времени в мире вычислительной биофизики.«Есть больше нигде в мире, куда мы, возможно, управляли этим моделированием», сказал Петридис.В дополнение к кредитованию понимания к проблемам биотоплива следующего поколения моделирование команды указало на потенциальные пути, которые могли помочь смягчить воздействие лигнина.
Определенно, моделирование продемонстрировало, что лигнин не связывает столько же с менее заказанным, или аморфный, волокна целлюлозы, означая, что это конкурирует меньше с ферментами там.«Промышленники знали, что аморфная целлюлоза более легко сломана ферментами, но что мы показываем, то, что это не только неотъемлемые свойства аморфной целлюлозы, которая облегчает для ферментов, но также и что лигнин – меньше вредителя», сказал Петридис.Анализ параллельноЧтобы максимизировать их время на ведущем суперкомпьютере OLCF, команда Смита щипнула GROMACS, чтобы оптимизировать коммуникацию через тысячи ядер центрального процессора Титана.
Кроме того, команда удвоила временной интервал, GROMACS раньше вычислял движение системы биомассы. Осуществляя более в вычислительном отношении эффективный метод отследить взаимодействия дальнего действия между атомами, команда смогла увеличить свой timestep от 2 фемтосекунд до 4 фемтосекунд или 4,000 trillionths секунды, не теряя точность.
Получающиеся данные были переданы Высокоэффективной Системе Хранения OLCF, пока это не могло быть проанализировано. Как правило, анализ выполнен в сериале или одном событии время, но рост вычислительной мощности и размера моделирования создал аналитическое узкое место – просто требуется слишком много времени.
Чтобы обойти это ограничение, команда Смита работала, чтобы оборудовать GROMACS способностью провести анализ параллельно, подразумевая, что тысячи процессоров Титана могли работать в тандеме, чтобы выполнить аналитические задачи. Например, идущие параллельно исследования 2 000 ядер центрального процессора, исследователи могли получить результаты в 2,000 раз быстрее, чем обычные методы. В сотрудничестве с командой ORNL Джош Вермаас, аспирант в Иллинойсском университете в Урбане-Шампейне, значительно способствовал этому усилию как САМКА Вычислительный Научный Товарищ Выпускника в ORNL.Новая способность не только помогла команде уменьшить свое время до решения, но это также прокладывает путь к анализу подобных крупномасштабных моделирований в будущем. «Анализ был одним из камней преткновения для моделирований в этом масштабе», сказал член команды Роланд Шульц, UT постдокторский исследователь. «С параллельным анализом это теперь более выполнимо и сделает моделирования класса лидерства легче».
Поскольку суперкомпьютеры допускают большие и более реалистические системы, стремления исследователей и реализм их биологических систем продолжают повышаться. Саммит, следующий суперкомпьютер класса лидерства OLCF, предложит по крайней мере пять раз вычислительную мощность Титана. Для команды Смита, которая имеет в виду, ее модели биомассы имеют пространство, чтобы вырасти в сложности, чтобы далее исследовать проблемы биотоплива.
«Мы пытаемся достигнуть сложности, которая найдена в природе и промышленные условия», сказал Петридис. «В конечном счете мы хотели бы построить простую модель стены растительной клетки, которую мы могли обработать в silico, или через компьютерное моделирование, и видеть, как это изменяется во время предварительного лечения».Исследование было поддержано Офисом САМКИ Науки.