El Instituto de Bioinformática de Virginia utiliza almacenamiento de DDN para combatir el brote de ébola - Calendae | Informática, Electrónica, CMS, Ciberseguridad

El Instituto de Bioinformática de Virginia utiliza almacenamiento de DDN para combatir el brote de ébola

Hola, ¿qué tal colega?. Te habla Simón Sánchez y esta vez te voy a hablar sobre El Instituto de Bioinformática de Virginia utiliza almacenamiento de DDN para combatir el brote de ébola

Cuando se trata de mitigar los brotes de enfermedades infecciosas, como el ébola, el tiempo es fundamental. Los investigadores del Instituto de Bioinformática de Virginia (VBI) confían en el modelado de agentes de respuesta rápida para ayudar a las organizaciones de salud pública a determinar qué medidas tomar frente a epidemias mortales. Basados ​​en factores como la demografía, las estructuras familiares, los patrones de viaje y otras actividades, los modelos arrojan luz sobre cómo está progresando la enfermedad a nivel regional y mundial.

VBI es una institución de investigación líder que utiliza simulaciones basadas en agentes para modelar sistemas biológicos, desde células hasta personas, ciudades y países. Para manejar modelos con uso intensivo de datos y computación, VBI se basa en su clúster de computación de 2500 núcleos y 1 petabyte de almacenamiento de alto rendimiento de DataDirect Networks (DDN).

El sistema de archivos paralelo GRIDScaler GPFS de DDN es otro componente que permite a los investigadores y científicos de VBI realizar modelos rápidos y precisos de brotes de ébola para la Agencia de Reducción de Amenazas de Defensa (DTRA) del Departamento de Defensa de EE. UU. Como dice la epidemióloga computacional de VBI Caitlin Rivers, «los tomadores de decisiones no pueden esperar a que termine la epidemia para tomar sus decisiones».

Rivers describe cómo su equipo pudo proporcionar un análisis en profundidad para la Agencia de Respuesta Rápida del Departamento de Defensa en solo 48 horas, ayudándolos a decidir las mejores ubicaciones para las unidades de tratamiento de emergencia en Sierra Leona, Guinea. y Liberia.

«Recibimos una llamada el viernes diciendo que el Departamento de Defensa quería saber dónde colocar las unidades del hospital», dice Rivers. “Pudimos ejecutar simulaciones para optimizar la cantidad de tiempo que cada individuo tendría que viajar para llegar a una unidad hospitalaria. El almacenamiento de datos y el componente tecnológico son realmente fundamentales para poder aportar ese nivel de detalle en las simulaciones. Con el ébola, cada persona enferma infecta a un promedio de dos personas más y, con el tiempo, esto es un crecimiento exponencial, por lo que una sola persona infectada infecta a dos personas, luego a cuatro y así sucesivamente. Esa información tuvo que ser transmitida al Departamento de Defensa el lunes por la mañana cuando un avión estaba a punto de partir con suministros para construir estas unidades «.

Las simulaciones utilizaron «datos sintéticos» anonimizados de patrones reales de datos censales, sociales, de tránsito y de telecomunicaciones. Los investigadores utilizaron herramientas de modelado de HPC desarrolladas internamente, incluidas EpiFast, EpiSimdemics e Indemics, así como herramientas de análisis de datos de código abierto Panda y Python.

Además de la velocidad y la urgencia, la escalabilidad es otro factor clave para los investigadores de VBI que se dedican al análisis de enfermedades infecciosas. Los datos están creciendo en múltiples dimensiones hasta el punto en que VBI está registrando un crecimiento de datos de casi el 100% año tras año. VBI ya ha ampliado su sistema de almacenamiento DDN de 300 terabytes a poco más de 1 petabyte y planea agregar más capacidad.

«La variedad de datos que recopilamos como parte de nuestro proceso de modelado determina la increíble cantidad de detalles dentro de nuestros modelos, así como el resultado de cada modelo». Estados Kevin Shinpaugh, PhD, director de TI y Computación de Alto Rendimiento en VBI. «Con el almacenamiento de DDN, estamos seguros de que podemos escalar el almacenamiento de datos para satisfacer las necesidades de modelado actuales y futuras mientras aceleramos las respuestas precisas durante una crisis emergente».

Recuerda compartir en en tu Twitter y Facebook para que tus colegas lo lean

??? ? ? ???

Comparte