使用 GPU 加速的 MMseqs2 增强蛋白质结构预测

计算生物学的一项重大进步是，最新版本的多序列比对工具 MMseqs2 通过 GPU 加速得到了增强，显着提高了蛋白质结构预测的速度和效率。据 NVIDIA 报道，这一进展有可能改变整个生命科学的研究方法。

使用 MMseqs2-GPU 加速洞察

MMseqs2-GPU 代表了蛋白质序列分析能力的飞跃，可以更快地了解蛋白质结构、功能和进化历史。该工具与 GPU 技术的集成简化了多序列比对 (MSA) 的计算密集型过程，这是传统上依赖于 CPU 处理的蛋白质分析的关键步骤。

GPU 技术彻底改变 MSA

MMseqs2-GPU 利用 NVIDIA CUDA，利用先进算法进行无缝预过滤，显着减少序列比较所需的时间。该方法用无间隙评分方法取代了传统的 k-mer 预过滤，从而能够更直接、更高效地分析蛋白质序列。由此产生的速度提升非常显着，单个 NVIDIA L40S GPU 的速度比标准 CPU 实现提高了 1788 倍。

对生物信息学研究的影响

与 NVIDIA 合作开展该项目的首尔国立大学和约翰内斯古腾堡大学美因茨分校的研究人员表示，GPU 加速的 MMseqs2 降低了内存需求并支持多 GPU 系统，为大规模生物信息学研究提供了可扩展的解决方案。这一进步不仅加快了这一过程，还降低了计算成本，使预算有限的研究人员更容易使用高性能生物信息学工具。

更广泛的应用和未来的前景

MMseqs2-GPU 在 Colabfold 等计算管道中的集成证明了其显着增强蛋白质折叠预测的潜力。据报道，该工具比以前的方法快 22 倍，成本效益高 70 倍，而且不会牺牲准确性。这一进展可以加速药物发现、疫苗设计和对疾病变异的理解。

如需了解更多详细信息，NVIDIA 博客提供了有关 MMseqs2-GPU 功能和应用的全面见解。

图片来源：Shutterstock