Komputasi Performa Tinggi untuk Layanan Kesehatan & Ilmu Hayati

AWS HPC memberikan akses instan ke sumber daya komputasi yang hampir tak terbatas untuk mempercepat desain obat berbasis struktur. Gabungkan kemajuan pesat dari solusi struktur protein dan algoritme yang lebih cepat untuk menggambarkan dan merepresentasikan model molekul 3D yang fleksibel. Infrastruktur AWS mendukung peningkatan kecepatan, ketepatan, dan skala dalam skrining virtual, dinamika molekuler, mekanika kuantum, dan solusi struktur 3-D.

Instans Amazon EC2, seperti C5n atau C6gn dapat mengoptimalkan aplikasi komputasi intensif dan G4 dapat membantu mempercepat aplikasi yang kompatibel dengan GPU. Anda dapat menggunakan AWS ParallelCluster untuk menyiapkan dan mengonfigurasikan aplikasi Anda dan menggunakan Elastic Fabric Adapter (EFA) untuk aplikasi yang memerlukan bandwidth tinggi, latensi rendah, dan koneksi jaringan jitter rendah untuk komunikasi antarsimpul. Amazon FSx for Lustre mengirimkan sistem file performa tinggi yang diperlukan bagi beberapa instans untuk mengakses set data yang sama. Pelajari cara Anda dapat mengoptimalkan performa harga untuk simulasi dinamis molekuler dengan GROMACS di AWS ParallelCluster atau percepat proses penemuan obat dengan AWS Partner OpenEye Scientific.  

Di AWS, Anda dapat membangun dan menjalankan aplikasi data yang restrospektif, secara waktu nyata, atau prediktif untuk mempercepat perjalanan dari data genomika menjadi wawasan genomika. Kurangi waktu pemrosesan data dari minggu ke jam, dan dapatkan wawasan awal terkait penyakit seperti kanker, fibrosis kistik, dan Alzheimer. Pelajari cara pelanggan AWS seperti AstraZeneca dan Fred Hutchinson yang mengurangi waktu perolehan hasil, dan menjalankan beban kerja genomika mereka dalam skala besar di AWS.

Baik Anda sedang menjalankan aplikasi berbasis komputasi intensif, FPGA, atau akselerasi GPU, Anda dapat menemukan platform komputasi yang tepat dengan Amazon EC2. Jika Anda menjalankan aplikasi komputasi intensif, baca blog ini untuk mempelajari tentang cara agar Anda dapat menurunkan biaya secara signifikan dengan AWS Graviton2. Anda juga dapat menggunakan AWS Batch untuk menyesuaikan beban kerja batch dan pekerjaan dengan bahasa alur kerja apa pun, seperti Nextflow, DRAGEN, Cromwell, dan NVIDIA Clara Parabricks untuk menjalankan analisis Anda. AWS Open Data Program menampung set data yang tersedia secara terbuka, dengan lebih dari 40 set data ilmu hayati dan genomika terbuka untuk memungkinkan kolaborasi tanpa gesekan, yang menyediakan penelitian dan komunitas klinis sumber kebenaran tunggal (single source of truth/SSOT) yang terdokumentasi.

Akses komputasi dan sumber daya penyimpanan hampir tak terbatas untuk pemodelan dan simulasi guna menginformasikan desain uji klinis dan memprediksi hasil uji coba. Dengan AWS, beban kerja pemodelan dan simulasi seperti dinamika fluida komputasi, farmakokinetika, farmakodinamika, (PK, PD), uji klinis, dan simulasi biologi sistem dapat memenuhi persyaratan komputasi, standardisasi data, dan interoperabilitas. Pelanggan AWS, Relay Therapeutics, dapat menganalisis 5 miliar senyawa molekuler dalam satu hari, lebih cepat dibandingkan dengan saat menggunakan lingkungan on-premise yang membutuhkan waktu berbulan-bulan .

Jalankan simulasi uji klinis sesuai permintaan dengan melakukan deployment instans GPU Amazon EC2, seperti G4 dan P4d untuk mempersingkat waktu dan mengurangi biaya yang diperlukan untuk menyelesaikannya. Dengan AWS Deep Learning AMI dan Amazon Sagemaker Notebooks, Anda dapat mengidentifikasi kandidat obat potensial untuk pengembangan dan penelitian obat baru lebih cepat dan lebih hemat biaya.

AWS menghadirkan rangkaian jenis instans terluas dan terdalam, solusi penyimpanan yang dapat diskalakan, serta machine learning dan layanan integrasi data yang canggih untuk memenuhi kebutuhan beban kerja pencitraan. Di AWS, Anda dapat meningkatkan analisis citra dan memfasilitasi retensi data jangka panjang. HPC di AWS memungkinkan beban kerja termasuk penelitian dasar, transfer data, integrasi instrumen, pencitraan medis diagnostik, skrining konten tinggi, patologi digital, MRI, PET, X-Ray, dan pemindaian CT. Pelajari cara AMBRA Health memperluas platform pencitraan medisnya di AWS, dan bagaimana UC San Diego memanfaatkan lingkungan aman HIPAA AWS untuk melakukan deployment algoritme berbasis machine learning ke citra X-Ray.

Manfaatkan instans Amazon EC2 G4 yang dioptimalkan untuk grafis, guna memfasilitasi rendering citra medis secara waktu nyata. Dengan AWS DataSync Anda dapat dengan cepat mentransfer data untuk penyimpanan atau pemrosesan antara solusi penyimpanan on-premise dan cloud atau aliran jarak jauh dari stasiun kerja on-premise Anda menggunakan protokol streaming Amazon DCV jarak jauh. Anda dapat meningkatkan identifikasi dan klasifikasi pola dalam citra medis dengan kemampuan machine learning dari AWS SageMaker.

Dengan Amazon Web Services, para peneliti dapat mengakses alat dan layanan HPC yang dibuat khusus bersama dengan keahlian ilmiah dan teknis untuk mempercepat laju penemuan

Pelajari cara membangun dan menjalankan alur kerja genomika dengan sistem file bersama berperforma tinggi yang sesuai standar POSIX dari Amazon FSx for Lustre, dalam skala besar menggunakan AWS Batch dan AWS Step Functions.

Percepat waktu untuk memahami dan melampaui batasan solusi on-premise dengan menggunakan HPC pada infrastruktur AWS yang dirancang untuk memenuhi beban kerja Layanan Kesehatan dan Ilmu Hayati yang paling banyak diminati dan diatur dengan sangat ketat.

Blog ini menyajikan studi mengenai performa dan harga menjalankan GROMACS, aplikasi dinamika molekular sumber terbuka populer, pada berbagai tipe instans Amazon Elastic Compute Cloud (Amazon EC2).