超级计算机生成的模型提供了对食道疾病的更好理解

文章内容

根据美国国立卫生研究院的数据，胃食管反流病，更常见的说法是GERD，影响着大约20%的美国公民。如果不及时治疗，胃食管反流症会导致严重的医疗问题，有时还会导致食管癌。多亏了超级计算机，GERD患者吞咽过程成像的进展已经被模仿彗星在圣地亚哥超级计算机中心(SDSC)加州大学圣地亚哥分校而且Bridges-2匹兹堡超级计算中心(PSC）.

西北大学麦考密克工程学院和范伯格医学院的研究人员合作，最近在《科学》杂志上发表了这些新颖的模型力学生物学中的生物力学与建模“，．他们的工作产生了一种新的计算建模系统，称为FluoroMech，可以帮助识别早期和准确诊断食管病变的物理标记物。

西北大学机械工程教授、该研究的资深作者Neelesh Patankar说:“虽然每年有近60%的成年人经历某种形式的食管癌，但全球每年有50万例食管癌新确诊病例，预计到2030年每年将有85万例新病例。”“在美国，每年有近1.7万例诊断，约占癌症诊断的1%，但这些患者中只有不到20%的人能存活至少5年，主要的治疗方法是食道切除术。”

Patankar说，这些令人震惊的统计数据鼓舞了工程和医学研究人员团队创建了一个跨学科的研究，结果是FluoroMech，它补充了常见的非侵入性医学成像技术，以定量评估食管的机械健康。

为什么它很重要

机械性能，如弹性，食道壁及其在吞咽过程中的松弛已被证明在食道的功能中起着关键作用;因此，这些品质被认为是解释器官健康的指标或物理标记。由于缺乏确定这些物理量的诊断技术，西北大学的研究小组开发了FluoroMech计算技术，以帮助临床医生更全面和准确地了解每个患者的食道。

具体来说，FluoroMech的设计目的是通过分析吞咽过程中食道透视(实时x射线成像)的医学图像和视频来预测软管状器官(如食道)的力学特性。这项新技术也被开发出来，使临床医生能够量化食物通过过程中食管肌肉的松弛。

Patankar说:“要理解人体病理生理学的机制，需要了解器官的生化和生物力学功能，然而生物力学的应用还没有与生物化学或成像技术(如核磁共振成像和x射线)相媲美。”“在食道疾病的情况下尤其如此，我们的目标是改变现有的研究器官疾病发病机制的范式，转向基于生物力学的方法，利用关于器官机械特性如何改变生理学的信息。”

完全分辨率，三维模拟的EndoFLIP(腔内功能性腔内成像探头)设备作为一个非自主波穿越食管的长度。左图:肌肉收缩和舒张过程中EndoFLIP内部流体速度的变化;右图:收缩波引起的压力变化。资料来源:西北大学机械工程系Shashank Acharya

超级计算机的作用

“在我们的生物力学问题中，整个系统在每个时间步骤中都有近500万个未知数需要解决，并且有大量的时间步骤需要解决——这种量级的模拟需要先进的超级计算机在合理的时间内获得结果，每个模型通常需要5到7天，”西北大学博士生、该研究的主要作者Sourav Halder解释道。“如果没有这些计算资源，就不可能模拟这样的系统。”

这些最新的超级计算机模型为团队提供了工具，以实现创建FluoroMech的崇高目标。在其技术发展之前，不可能量化食道的机械健康，也许最重要的是允许患者特定的预测模型。Halder说，由于缺乏基于机器学习技术的自动图像分割和基于复杂物理的食管功能计算，这在以前是不可能的。在国家科学基金会极端科学与工程发现环境的超级计算机的帮助下(XSEDE)以及SDSC的教育和培训团队，Halder和他的同事们能够建立他们的氟技术。

Halder对SDSC支持团队在建立专有软件方面的帮助表示赞赏，该软件能够有效地对仿真模型进行原型化，并能够为机器学习模型生成大量数据。他说，SDSC团队还提供了关于GPU计算、数据科学中的高性能计算和高级编程框架(如OpenACC)的教育研讨会。他说:“我们非常感谢SDSC教育和培训团队定期举办这些研讨会，无论他们的计算背景如何，每个人都可以参加。”

接下来是什么?

Patankar说:“虽然FluoroMech使用透视数据来预测食管壁的特性，以及在估计肌肉壁的主动松弛方面的食管功能，但我们最近扩展了我们的工作，使用另一种诊断设备EndoFLIP(腔内功能管腔成像探头)来预测基于力学的物理标记，如食管壁收缩强度、主动松弛和壁弹性特性。”

利用来自大量受试者的EndoFLIP数据和来自FluoroMech模型的预测，该团队已经开始开发虚拟疾病景观(VDL)。VDL是一个参数空间，不同食道疾病的受试者聚集在不同的区域。簇的位置，相对于彼此，被设计来代表通过食道的药丸运输模式之间的相似性和差异。VDL概念的原型已经展示了它如何为各种食道疾病的潜在物理学提供基本的理解。

Halder说:“多亏了XSEDE的分配，我们已经能够开发改进的胃蠕动模型，说明胃中的肌肉活动并模拟胃酸反流。”“更新的集群，比如广阔的区域在SDSC中，每个节点上的RAM数量是前者的两倍，内核数量是后者的近五倍彗星因此，计算能力的飞跃让我们可以在没有看到计算所需时间大幅增加的情况下，为高级模型进行规划。”

这项研究得到了公共卫生服务(R01-DK079902和P01-DK117824)和国家科学基金会(NSF) (OAC 1450374和OAC 1931372)的资助。计算资源由西北大学Quest高性能计算集群和极端科学与工程发现环境(XSEDE)通过分配tgasc170023提供，由NSF (ACI-1548562)支持。它也使用SDSC彗星，由NSF (ACI-1548562)和Bridges-2该系统由NSF (ACI-1928147)支持。

关于SDSC

圣地亚哥超级计算机中心(SDSC)是高性能和数据密集型计算领域的领导者和先驱，为国家研究界、学术界和工业界提供网络基础设施资源、服务和专业知识。SDSC位于加州大学圣地亚哥分校，支持数百个跨领域的多学科项目，从天体物理学和地球科学到疾病研究和药物发现。SDSC最新的国家科学基金会资助的超级计算机，广阔的区域支持SDSC的“计算无国界”主题，以数据为中心的架构，公共云集成和最先进的gpu，用于融合实验设施和边缘计算。

对PSC

匹兹堡超级计算中心(PSC)是卡内基梅隆大学和匹兹堡大学的联合计算研究中心。PSC成立于1986年，得到了几个联邦机构、宾夕法尼亚州联邦和私营企业的支持，是XSEDE(美国国家科学基金会网络基础设施计划)的主要合作伙伴。PSC为大学、政府和工业研究人员提供几个最强大的高性能计算、通信和数据存储系统，供全国范围内的科学家和工程师进行非机密研究。PSC推动了高性能计算、通信和数据分析的发展，并为解决计算科学中最大和最具挑战性的问题提供了灵活的环境。