La ricerca medica di Folding@Home sfonda la barriera dell’ExaFLOP


Articolo
Giorgia Pelagalli
ricerca

Singoli individui da tutto il mondo stanno unendo le forze per supportare la ricerca scientifica e combattere il coronavirus. Il loro contributo è semplice ma significativo e consiste nel rendere disponibile il proprio personal computer allo svolgimento di calcoli in background, ovvero senza bisogno di rinunciare al suo utilizzo durante la giornata. Il network creato con il progetto Folding@Home è riuscito a raggiungere una capacità computazionale impressionante e ad abbattere la barriera dell’ExaFLOP, ovvero l’equivalente di 1.000.000.000.000.000.000 operazioni al secondo.

Il progetto nasce nel 2000 da un’idea di Vijay Pande, professore di bioingegneria all’università di Stanford, per poi passare nelle mani del dottor Greg Bowman nel 2019 che ne ha spostato la base alla Washington University in St. Louis School of Medicine. L’intenzione di questi studiosi è riuscire a comprendere e analizzare il processo di ripiegamento proteico attraverso la sua simulazione tramite computer.

In che modo questo studio può aiutare a contrastare l’espandersi della crisi sanitaria? Le proteine rivestono un ruolo fondamentale per il corretto funzionamento del nostro organismo ma affinché queste siano in grado di espletare le loro funzioni biochimiche devono assemblarsi, ripiegarsi appunto. La comunità scientifica ritiene che molte delle malattie più conosciute come l’Alzheimer, la malattia di Huntington, la fibrosi cistica o il Covid-19, siano il risultato del non corretto ripiegamento proteico. Allo stato attuale delle cose, questo processo non è ancora conosciuto a fondo ma riuscire a indagarne il funzionamento significherebbe fare enormi passi avanti nella produzione di cure e vaccini.

Folding@Home è quindi un sistema di calcolo distribuito che utilizza i processori dei volontari che hanno installato il software sul proprio pc per la riproduzione dei processi proteici. La metodologia usata è quella della simulazione statistica. Ogni donatore riceve sul proprio sistema un’unità di lavoro, ovvero una parte della simulazione totale, che viene eseguita e successivamente restituita al database server, dove viene ricostruito l’intero modello attraverso i contribuiti dei singoli.

Il principale vantaggio è poter beneficiare contemporaneamente di precisione e velocità delle operazioni, quando, al contrario, la scelta del metodo computazionale pone spesso davanti ad un trade-off tra le due qualità. A ciò si aggiunge il fatto che implementare una simulazione a livello atomico con un supercomputer è molto costoso, motivo per cui, in questo campo, la maggior parte dei ricercatori decide di condividere il processore, rallentando i ritmi di studio.

L’espandersi della pandemia ha portato in questi giorni a una maggior sensibilizzazione della popolazione mondiale nei confronti della ricerca medica. Una circostanza resa possibile dalla pubblicizzazione diffusa del progetto da parte di riviste online di settore che emerge anche dall’incremento esponenziale degli aderenti al progetto. Nell’arco temporale di sole due settimane, il numero dei partecipanti volontari è aumentato del 1200% portando la capacità computazionale del progetto a superare di gran lunga quella del più veloce supercomputer al mondo, che invece raggiunge il massimo circa a 400 petaFLOPS.

Tuttavia, la lotta al coronavirus è solo uno degli obiettivi del progetto, che invece opera su un orizzonte più ampio nella ricerca medica, che riesce attraverso l’originalità degli studiosi a farsi forza anche in momenti critici e a creare nuove forme di coesione e collaborazione.

Nata a Formia nel 1996 e adottata da Roma nel 2015, ha conseguito la laurea triennale in Scienze economiche presso La Sapienza di Roma con una tesi sperimentale sull’Indice di Sviluppo Umano. Attualmente è borsista presso il Collegio Universitario dei Cavalieri del Lavoro “Lamaro Pozzani” e studentessa del Master of Science in Economics presso l’Università degli Studi di Roma Tor Vergata.

Nessun Articolo da visualizzare

LASCIA UN COMMENTO

Please enter your comment!
Please enter your name here

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.