Adaptação e avaliação de triagem virtual em arquiteturas paralelas híbridas

• Main Author: Jesus, Éverton Mendonça de
• Other Authors: Barreto, Marcos Ennes
• Language: Portuguese
• Published: Instituto de Matemática. Departamento de Ciência da Computação 2017
• Subjects: Computação de Alto Desempenho; Bioinformática; Triagem Virtual; Autodock; CUDA
• Online Access: http://repositorio.ufba.br/ri/handle/ri/22716

Submitted by Mayara Nascimento ([e-mail]) on 2017-05-31T11:34:12Z No. of bitstreams: 1 dissertacao-everton-mendonca Copy.pdf: 756322 bytes, checksum: 010382d1618c37e3db7570c6c156e7fa (MD5) === Approved for entry into archive by Vanessa Reis ([e-mail]) on 2017-06-02T14:02:16Z (GMT) No. of bitstreams: 1 dissertacao-everton-mendonca Copy.pdf: 756322 bytes, checksum: 010382d1618c37e3db7570c6c156e7fa (MD5) === Made available in DSpace on 2017-06-02T14:02:16Z (GMT). No. of bitstreams: 1 dissertacao-everton-mendonca Copy.pdf: 756322 bytes, checksum: 010382d1618c37e3db7570c6c156e7fa (MD5) === A Triagem Virtual é uma metodologia computacional de busca de novos fármacos que verifica a interação entre moléculas (ligantes) e alvos macromoleculares. Este trabalho Objetivou a adaptação de uma ferramenta de Triagem Virtual para arquiteturas paralelas com GPUs e multicore e avaliação dos seus resultados, buscando com isso aumentar o desempenho da triagem, reduzindo seu tempo de execução e, consequentemente, permitindo a escalabilidade do número de moléculas envolvidas no processo. A ferramenta escolhida Para este propósito foi o Autodock devido a sua ampla adoção dentre os pesquisadores de novos fármacos que utilizam a Triagem Virtual. Três implementações foram criadas abordando diferentes técnicas de paralelismo. A primeira foi uma versão multicore onde foi utilizado OpenMP, a segunda foi uma implementação em GPUs utilizando CUDA e porém, foi criada uma implementação híbrida utilizando a versão multicore e a versão para GPUs em conjunto. Em todas as abordagens foram alcançados bons resultados em relação ao tempo de execução total, porém a versão híbrida foi a que obteve os melhores resultados. A versão multicore alcançou speedups, ou ganhos de desempenho, da ordem de 10 vezes. A versão para GPUs alcançou speedups da ordem de 28 vezes e a híbrida de 85 vezes. Com estes resultados foi possível determinar que o uso de plataformas de execução paralelas podem, efetivamente, melhorar o desempenho Triagem Virtual.