En las tranquilas colinas de Kentucky, una supercomputadora enorme está procesando datos. Está buscando nuevos medicamentos para combatir el cáncer.
Cada semana, DataseamGrid procesa 300 años-hombre de cálculos. Sí, son 300 años de cálculos cada semana. El descubrimiento de fármacos suele llevar de 10 a 15 años, pero DataseamGrid realiza ese trabajo en una fracción del tiempo habitual. Es uno de los canales más grandes de posibles nuevos medicamentos contra el cáncer en el país. Los investigadores están a punto de comenzar este año ensayos en humanos de un nuevo fármaco descubierto por la supercomputadora, que, si tiene éxito, puede conducir a una clase completamente nueva de fármacos contra el cáncer.
DataseamGrid es la red más grande de su tipo en el planeta: una máquina monstruosa que ha recibido sin prensa nacional, hasta ahora, lo que es destacable para un proyecto tan grande, ambicioso y exitoso.
Pero la mayor innovación puede ser su arquitectura. La potencia de procesamiento de Grid proviene de 14.000 iMacs ordinarios que se encuentran en las aulas de las escuelas repartidas por todo Kentucky. El DataseamGrid es la supercomputadora de un pobre, ensamblada desde computadoras de aula en escuelas públicas empobrecidas en todo el estado de Bluegrass.
Los niños de un tercio de los distritos escolares de Kentucky usan computadoras Dataseam todos los días. Pocos tienen idea de que la máquina que los ayuda a comprender las fracciones también está ejecutando un programa de descubrimiento de fármacos de última generación en segundo plano.
"Es contradictorio que esta investigación de alto nivel se esté realizando en una de las partes más pobres del país", dijo Brian Gupton, cofundador y director ejecutivo de Dataseam.
DataseamGrid es parte de una nueva ola de proyectos de computación en red, que han recorrido un largo camino desde la búsqueda de ET. SETI @ Inicio ocupó los titulares en la década de 1990. El CERN en Suiza tiene una cuadrícula de 100.000 procesadores que procesa los 15 petabytes de datos producidos cada año por el Gran Colisionador de Hadrones. Esa cuadrícula contribuyó al descubrimiento del bosón de Higgs "partícula de Dios" en 2012. En otras partes de Europa, las supercomputadoras como el Infraestructura de red europea y la red Wisdom de Francia han buscado medicamentos para combatir la gripe aviar, la malaria y el virus del SIDA.
En los EE. UU., Proyecto FightAIDS @Home conecta miles de computadoras en la búsqueda de mejores medicamentos contra el VIH, mientras que el Proyecto Einstein @ Home está buscando evidencia de ondas de gravedad. Einstein @ Home es uno de los proyectos de informática distribuida más populares, que atrae a más de 300.000 voluntarios en 221 países. En febrero de 2014, la red registró alrededor de 1.100 TFLOPS de poder computacional, colocándolo entre los primeros 30 del mundo Supercomputadoras TOP500.
Pero DataseamGrid es marcadamente diferente de proyectos anteriores de computación en red como SETI @ Home, un protector de pantalla que usaba ciclos de CPU de repuesto para buscar signos de inteligencia alienígena en las señales de radio de espacio exterior. SETI @ Home distribuyó las tareas de procesamiento de números en un protector de pantalla descargado por miles de voluntarios, pero los nodos no estaban conectados entre sí. Cuando se completaron los cálculos, cada nodo subió los resultados a servidores centralizados, que tabularon los resultados. La tarea se distribuyó, no la supercomputadora en sí.
El DataseamGrid en Kentucky es más como una gran máquina virtual que trata a cada nodo como una de sus unidades de procesamiento. Es una supercomputadora virtual que coordina el trabajo entre nodos y lo que emerge es una gran máquina virtual.
“La computación en cuadrícula nunca se ganó el respeto”, dice Gupton. “Fue visto como una novedad, una buena forma de hacer decorados de Mandelbrot. Lo estamos legitimando como método informático ".
Gupton es un idealista y empresario de cuello azul. Hijo de un minero de carbón, parece más interesado en llevar computadoras a las aulas que en llevar a cabo investigaciones de vanguardia sobre el cáncer, aunque se las está arreglando para hacer ambas cosas.
En 2001, Gupton se asoció con el Dr. John Trent, un investigador del cáncer de la Universidad de Louisville, y otros dos empresarios locales: Dean Hughes y Henry Hunt, que ahora es el director de operaciones de Dataseam. Se propusieron construir una supercomputadora barata.
Las redes privadas son costosas, al igual que las supercomputadoras fabricadas con hardware estándar, como el de Virginia Tech. Big Mac, que fue dado de baja en 2012. DataseamGrid es una asociación público / privada única, construida en gran parte utilizando el desarrollo económico estatal fondos, establecidos para diversificar el perfil económico de Kentucky y compensar el declive del carbón del estado industria.
Kentucky es uno de los estados más pobres de América. Su sección oriental cubre las montañas Apalaches, que durante mucho tiempo se han asociado con las dificultades. A medida que aumentaba el desempleo, se disponía de más dinero de estímulo. Dataseam está utilizando los fondos para comprar nuevas computadoras para las escuelas y, a cambio, se unen a la red. Las computadoras tienen un doble propósito: proporcionan computadoras nuevas a algunos de los distritos escolares más pobres del país y brindan a los investigadores del cáncer una supercomputadora poderosa para buscar medicamentos contra el cáncer.
"Estamos construyendo una infraestructura informática", dice Gupton, "y Johnny puede usar esto para su trabajo escolar".
Fue construido originalmente con Xgrid de Apple, un paquete de software para computación distribuida integrado en Mac OS X de 10.4 a 10.7z. Con algunos ajustes y software propietario, Xgrid hizo que la configuración del sistema fuera muy simple: fue fácil de agregar nuevos nodos (una máquina, un aula, una escuela completa) y el sistema apenas fallaba si distritos enteros iban desconectado.
Habilitar Xgrid fue un clic de un botón en OS X. El sistema detectó automáticamente todas las máquinas de la red que estaban disponibles. Si ya existía una red de computadoras, configurar un clúster era básicamente gratis: todo ya estaba incluido en OS X o se podía descargar desde Apple. Las universidades de Harvard y Stanford tienen grupos Xgrid de aproximadamente 400 o 500 computadoras, cada una de las cuales realiza tareas como la búsqueda de secuencias del genoma y Cristalografía de rayos X; pero Dataseam es, con mucho, el más grande.
Apple eliminó Xgrid de Snow Leopard (OS X 10.8), lo que obligó a Dataseam a escribir su propio software de cuadrícula patentado.
La cuadrícula
El Dataseam Grid es una máquina monstruosa. Está hecho a partir de 14,000 computadoras de escritorio en 54 distritos escolares repartidos por Kentucky (ver mapa). El proyecto afecta a unos 100.000 niños y hasta 8.000 profesores. Los iMacs tienen procesadores de doble núcleo que funcionan a 1,83 GHz o mejor. Son lo suficientemente potentes para ejecutar el procesamiento de la cuadrícula en segundo plano. Algunas escuelas tienen cientos de máquinas en la red; otros tienen docenas. La mayoría de las computadoras son relativamente nuevas.
"Teóricamente, tenemos algunos distritos escolares con tanta potencia como Los Alamos", dice Gupton, refiriéndose a las supercomputadoras de pruebas nucleares en Laboratorio Nacional Los Alamos.
El Dataseam Grid está conectado a través de la red troncal de fibra gigabit de los distritos escolares. En los últimos años, el estado de Kentucky ha conectado la mayoría de sus escuelas con una infraestructura muy rápida y de gran ancho de banda. Esto se debió en gran parte a las Financiamiento eRate de la FCC para proyectos de comunicación troncal, que otorga subsidios en función del número de estudiantes en programas de almuerzos gratuitos o con tarifa reducida. Muchas escuelas de Kentucky tienen entre el 80 y el 90 por ciento de matrículas.
La rejilla es extremadamente flexible. Dataseam puede seguir agregando y actualizando máquinas, agregando un aula o un distrito escolar completo.
"Es una forma muy rentable de hacerlo", dice Gupton.
La cuadrícula de Dataseam nunca se detiene. "Estamos funcionando las 24 horas del día, los 7 días de la semana, incluso cuando los niños están en las cajas", dice Gupton. Las tareas informáticas pueden requerir un uso intensivo del procesador, pero Gupton y Trent deben asegurarse de no sobrecargar las computadoras.
"Lo que sea que estemos ejecutando no puede afectar el desempeño del cliente", dice Trent. "No podemos ralentizar un tercio de las computadoras de educación de los distritos escolares".
En el futuro, dice Gupton, las redes públicas / privadas como Dataseam servirán como servicios públicos, ofreciendo procesamiento numérico bajo demanda para grandes programas de investigación. Es una forma de computación en la nube. Así como Amazon alquila la capacidad disponible de sus enormes centros de datos, las corporaciones y las escuelas podrán aprovechar los ciclos de CPU no utilizados en sus redes.
"Cuando Brian y yo comenzamos la investigación, teníamos cinco procesadores", dice Trent. “Ha crecido increíblemente. Todo lo que hicimos en el primer año ahora podemos hacerlo en una noche ".
Sin embargo, con la descontinuación de Xgrid por parte de Apple, las supercomputadoras y clústeres basados en Mac se están convirtiendo en una rareza. La supercomputadora Virginia Tech ha sido retirada de servicio y no pude encontrar ninguna mención de Mac en la última Lista Top500 de las máquinas más rápidas del mundo. Profesor Jack Dongarra, quien mantiene la lista, dice que no hay ninguno. "No creo que haya ningún grupo de Mac en el Top500", dijo.
La investigación
Trent y sus colegas están buscando sustancias químicas que interrumpan o inhiban el crecimiento del cáncer. Basado en las técnicas de modelado que acaban de ganar el Premio Nobel de Química 2013, han construido un simulador que toma un modelo 3D de una proteína cancerosa y lo compara con un modelo molecular de una sustancia química. La cuadrícula mueve los modelos 3D, tratando de encajarlos como un rompecabezas 3D. Una coincidencia representa un posible fármaco contra el cáncer. Si la sustancia química se une fuertemente a la proteína, es posible que pueda detener su crecimiento en una célula cancerosa. Están trabajando con una biblioteca de 20 millones de productos químicos.
Trent y su equipo están trabajando con otros 14 grupos de investigación del cáncer en todo el país e internacionalmente. Si deciden que un objetivo es susceptible de modelado, y no todos lo son, se coloca en la cuadrícula para compararlo con la biblioteca química. La red puede generar 7 millones de compuestos en un fin de semana. Produce alrededor de 1,6 TB de datos por ejecución. Los resultados se devuelven unos días después. Si la cuadrícula arroja coincidencias prometedoras, el equipo de Trent prueba los químicos físicamente en el laboratorio. Las proteínas y los productos químicos del cáncer se mezclan en el laboratorio para ver si se unen, lo que se conoce como ensayo funcional. Si lo hacen, la sustancia química, ahora un posible fármaco contra el cáncer, puede pasar a una larga serie de ensayos para probar su idoneidad para el tratamiento del cáncer humano.
“El descubrimiento de fármacos lleva unos días”, dice Trent. "La prueba clínica lleva años".
Dataseam acelera el proceso de descubrimiento de fármacos en órdenes de magnitud. Hace diez años, este trabajo habría sido realizado por equipos de estudiantes de posgrado utilizando placas de Petri. Mezclaban compuesto tras compuesto para ver si había una unión. Ahora, esas mismas pruebas se pueden simular y los enlaces se pueden probar virtualmente. Toda la investigación está controlada por un solo iMac en la oficina de Trent.
Solo hay otros dos o tres centros de investigación del cáncer en los EE. UU. Que realizan exámenes similares de alto rendimiento. utilizando supercomputadoras, entre ellas Georgetown, la Universidad de Michigan y la Universidad de California en San Francisco.
Hasta ahora, DataseamGrid ha examinado más de 250 objetivos de cáncer diferentes y ha encontrado 30 sustancias químicas que se han verificado clínicamente. Una de las drogas potenciales descubiertas por la red está a punto de ser probada en humanos. Es para el tratamiento de tumores sólidos; es decir, la mayoría de los cánceres distintos de la leucemia. Trent dice que si tiene éxito, el compuesto puede representar una nueva clase de fármaco contra el cáncer. Irónicamente, algunos de los compuestos anticancerígenos más prometedores del programa de investigación se derivan de la planta de tabaco, uno de los cultivos comerciales más importantes del estado.
Sin embargo, el proceso de pruebas clínicas es la parte difícil. Dos medicamentos potenciales previamente descubiertos en el centro de cáncer de la Universidad estaban en fase de prueba II hasta el año pasado. La empresa que realizó las pruebas tuvo problemas financieros y las pruebas están en suspenso. Trent dice que espera que uno de los medicamentos vuelva a someterse a las pruebas a finales de este año. El otro está en el limbo clínico. “Ese es el negocio de las drogas”, reconoce.
Trent espera que las computadoras de red puedan revolucionar el descubrimiento de fármacos para cánceres más raros, que no atraen la atención de los productos farmacéuticos debido a la economía. Está particularmente interesado en los cánceres infantiles. "No hay dinero en investigación para niños", dice. "El cáncer es una enfermedad de las personas mayores".
El ajuste
Kentucky es un lugar poco probable para ejecutar un programa de investigación médica de vanguardia. Conocido por su bourbon, comida frita y tabaco, las tasas de cáncer aquí son un 220% más altas que el promedio nacional. Lidera la nación con cánceres de pulmón y colorrectal, así como enfermedades cardíacas.
"Aquí hay mucho tabaquismo y malos hábitos alimenticios", dice Gupton.
Kentucky es muy pobre. El ingreso estatal promedio es de $ 42,000 por familia, pero puede descender a $ 10,000 para los condados más pobres, donde el desempleo se eleva al 20% y casi el 40% de la población vive por debajo del umbral nacional de pobreza. Si miras un mapa de logros educativos contra el nivel de ingresos, "grandes extensiones de Kentucky parecen reservas indígenas en Nuevo México", dice Gupton.
Gupton recuerda la reacción de un miembro de la junta escolar de su ciudad natal cuando le hablaron por primera vez sobre Dataseam Grid. "Es un granjero. Comido por el cáncer. Estaba vivo solo para fastidiarlo. Mono. Botas cubiertas de lodo. Dijo: 'No sé nada sobre computadoras, pero si ayuda a combatir el cáncer, lo ayudaremos a ponerlo esta noche' ”.
Gupton continúa: "Odio sonar como si no estuviéramos sanos y sin educación, pero tenemos nuestros desafíos". El empleo en Kentucky ha sido tradicionalmente la minería del carbón. Pero a medida que la industria se ha reducido, los puestos de trabajo han desaparecido y no se han materializado otros nuevos. La falta de educación solo agrava el problema. “Pero también tenemos nuestras oportunidades”, agrega.
"Eduque a la fuerza laboral y las empresas vendrán", dice Henry Hunt, director de operaciones de Dataseam. “Antes, el futuro de estos niños era la minería, tal vez. Ahora enviamos a los niños a la universidad con becas ".
La educación es realmente lo que enciende al equipo de Dataseam. Esta es la parte del programa que más apasiona a Gupton. Encontrar medicamentos contra el cáncer es genial, pero darles una educación a los niños es lo que realmente lo impulsa.
Algunas de las escuelas estaban funcionando Macs del Era LC. Ahora los niños están produciendo podcasts, boletines y videos digitales. Están transmitiendo juegos de baloncesto, comunicándose con otros niños y tropas en el extranjero y usándolos para el trabajo escolar.
Dataseam otorga alrededor de 20 becas pagas al año, enviando estudiantes a dos universidades locales: la Universidad de Louisville y la Universidad Estatal de Morehead. También ha proporcionado formación y desarrollo profesional a unos 6.000 profesores.
También ha capacitado a más de 112 técnicos de TI escolares con certificaciones profesionales de Apple, haciendo de Kentucky la mayor concentración de técnicos certificados por Apple en los EE. UU., en una tasa per cápita base.
"Estamos desarrollando mentes", dice Gupton. “No se trata de tener una espalda fuerte. Se trata de si puedes pensar ".
Continúa: “Los trabajos que estamos tratando de crear son los que crean una nueva economía en el estado y riqueza sostenible. Impulsamos el desarrollo económico. Estamos construyendo infraestructura humana y capital ".
Gupton habla sobre un hombre del condado de Martin, donde Lyndon B. Johnson declaró la guerra a la pobreza en 1964. Comenzó como conserje en el sistema escolar y ganaba menos de $ 14 la hora. Estudió para ser ingeniero de sistemas certificado de Apple, un programa respaldado por Dataseam. Ahora trabaja en un distrito escolar local como profesional de tecnología certificado y gana entre 50.000 y 60.000 dólares al año. "Este tipo es uno de los éxitos del programa", dice Gupton. “Él muestra de qué se trata la educación. Ha tenido un impacto tremendo en su vida y su familia ".
“Solía tratarse de vetas de carbón”, dice Gupton. "Ahora son vetas de datos".