Los superordenadores de la asociación europea PRACE han proporcionado de forma rápida, gratuita y abierta más de 500 millones de horas de simulaciones para investigar y luchar contra la covid-19. Ahora se presentan las lecciones aprendidas para aplicarlas en otras crisis globales.
Ejemplo de aplicación de la supercomputación: representación gráfica de la superficie del virus SARS-CoV-2 (gris) con las proteínas de pico en azul. Los estudios de la investigadora Elisa Fadda de la Universidad de Maynooth (Irlanda) sobre le papel que desempeña la glicosilación en el coronavirus han sido posibles gracias a una asignación PRACE de 15,84 millones de horas en el superordenador Marconi100. / PRACE
La Partnership for Advanced Computing in Europe (PRACE) es una asociación internacional sin ánimo de lucro que agrupa a los cinco mayores centros europeos de supercomputación en Francia, Alemania, Italia, Suiza y España –a través del Barcelona Supercomputing Center–, y en la que participan otra veintena de países. Su principal tarea es asignar el trabajo a realizar en los superordenadores europeos mediante la revisión de las propuestas y el seguimiento de los proyectos.
La iniciativa europea PRACE COVID-19 Fast Track Call ha asignado miles de años de simulaciones computacionales, sin cargo, para investigar y combatir mejor la pandemia
La asignación gratuita de recursos de computación de alto rendimiento (HPC, por sus siglas en inglés) acelera la generación de conocimiento científico y, además, en este caso los resultados también se han puesto a disposición de toda la comunidad de forma abierta a través de los principios del Open Science.
Después de trabajar durante más de un año para dar acceso urgente a los superordenadores, el comité de PRACE que ha evaluado las investigaciones candidatas y asignado los HPC, ha recapitulado las lecciones aprendidas. Los resultados se presentan ahora en la revista PNAS.
Investigaciones bioquímicas y biofísicas
En cuatro meses, la COVID-19 Fast Track Call recibió 80 propuestas, divididas en cinco grupos: investigación biomolecular, detección de compuestos, dinámica de fluidos, transmisión de virus a través de gotas y epidemiología. Además, 12 de los proyectos también utilizaron técnicas de inteligencia artificial (IA) para modelar la propagación de infecciones o realizar estudios bioestructurales.
Se han empleado todos los recursos posibles para hacer ciencia en cualquier ámbito que pudiera paliar la covid-19, trabajando para que nadie que tuviera un proyecto interesante y con aplicación potencial se quedara fuera
“Hemos trabajado mucho para conseguir que nadie que tuviera un proyecto interesante y con aplicación potencial se quedara fuera”, añade.
“Vimos que existía una necesidad y una oportunidad de hacer computación urgente, y ahora tenemos nuestras herramientas listas para enfrentarnos a este tipo de desafíos”, subraya esta miembro del comité directivo científico de PRACE, quien añade: “Esta experiencia nos ha enseñado mucho y, cuando surja una nueva crisis, podremos volver a hacerlo. La ciencia abierta es especialmente importante en tiempos de necesidad”.
Lecciones aprendidas
Las lecciones que destacan los autores a la hora de aplicar la supercomputación urgente en futuras crisis incluyen la disponibilidad y apertura de los datos, fomentar la presentación de propuestas interdisciplinares que aborden efectos entrelazados de una pandemia u otras emergencias, modificar los requisitos técnicos para facilitar el acceso a campos científicos que técnicamente estén menos preparados para funcionar con los HPC, pero que sean potencialmente útiles para combatir las crisis, y una rigurosa evaluación científica por pares para evitar propuestas que no puedan producir resultados tangibles a corto plazo.
“La comunidad ha trabajado mucho en la COVID-19 Fast Track Call, han sido muy generosos con su tiempo y se lo agradecemos; sin embargo, necesitamos más personas que estudien y trabajen en áreas técnicas (por ejemplo, desarrolladores de software para portar códigos a arquitecturas HPC), ya que esto nos permitirá tener los mejores algoritmos y usarlos de manera eficiente cuando surja la próxima crisis”, concluye la profesora López.
Referencia:
Nuria López et al. “Lessons learned from urgent computing in Europe: Tackling the COVID-19 pandemic”. PNAS. 2021