生命科学的分布式计算与游戏

写在前面的
上一篇此专题推送简介了一部融合了分子生物学、哲学、宗教的科幻电影。电影作为一种现代艺术形式能以高信息度的方式呈现创造者想传达的理念和信息。电脑游戏作为近代新出现的电脑技术，融合了音乐美术电影制片，电脑软硬件技术等各种美学元素，以其极具故事性的剧情、创新的设计等受到当代人青睐。与其他艺术类型不同，电脑游戏作为第九艺术最重要的一点就是参与感，能让观众进入到某个角色充分去体验创造者的想要展现的世界。这一次的推送我想为大家分享在生命科学领域的一种基于第九艺术的分布式科学研究方式。

最大的分布式科学运算

        在科学研究中经常会遇到大数据分析情景。例如在生物信息学领域，处理高通量测序数据属于大数据分析的一种方式。但是如果我们拓展视野，拔高视角，大多数生物信息学的高通量数据处理所需要的计算资源其实是非常小的。一般情况下，500G内存服务器加上100万小时CPU运行时长，基本可以完成90%以上生物信息学数据分析。但是在其他领域，如天体物理学、统计物理学涉及的计算资源相当大。例如美国在上个世纪提出的SETI(Search for Extraterrestrial Intelligence)搜索地外智慧文明项目，该项目尝试通过Arecibo射电望远镜采集宇宙中的窄带无线电信号。因为宇宙中存在大量的信号，但是某些具有规律性且功率超出一定阈值的信号不太可能是自然产生，如果能接收到这些信号可以证明存在外星文明。该项目初期通过使用超级计算机来分析Arecibo望远镜产出的数据。但是一段时间后，科学家发现如果仅仅使用超级计算机处理这些数据那么需要耗费大量的时间，于是1995年David Gedye提出能否使用全球互联网中的各种闲置计算资源以形成超大型分布式超算，以此加速数据分析。用通俗的话来说，David试图号召地球上拥有个人电脑且连接了互联网的用户利用他们自己手里的电脑在闲暇时间提供一定的计算资源处理信号数据。尽管每个人的计算资源有限，但是数千万人甚至数亿人的计算资源整合远远超过了超算。因此加州大学伯克利分校创造了SETI@home社区，用户可以从https://setiathome.berkeley.edu/网站下载计算所需要的程序，闲暇时间运行程序即可参与地外智慧生命搜索项目。

生命科学中的分布式运算

        与物理学类似，在生命科学中也有一部分计算依赖大量的资源。当代生命科学已经发展到了从结构角度解析大分子物质，如蛋白质。由于氨基酸序列及一些基团的多样化分布，理论上可以形成的功能性蛋白质是无穷多的。但是如何尽可能多地去寻找我们还未知的功能性蛋白质结构呢？于是华盛顿大学计算机系和生物学系在2008年联合开发出了实验性科学游戏Foldit，其目的是借助大量玩家的力量通过在游戏中操纵类蛋白质结构构造，以寻找更好地寻找功能性蛋白序列。与当前基于机器学习的方法相比，这个蛋白质科学游戏试图用人类的思维方式去部分替代计算机计算方式从而期望得到更好的结果。这是因为虽然人脑的计算能力比不上计算机，但是人类独特的思维方式却是现阶段计算机无法实现的。

        这款游戏通过教程展示了什么样的蛋白质才是稳定的。游戏利用一堆几何形状的物体来代表蛋白质结构，有主链和侧链，还有程序自动检测蛋白质稳定性，玩家首先需要通过拖动这些蛋白质链条，使其稳定性增加，最后处于一个稳定的状态。其次，玩家通过鼠标点击，拼接不同的组件来搭建一个可能存在的蛋白质，游戏会自动通过一个算法来判断这个蛋白质结构是否正确，并且给出一个分数。当分数达到或超过一定标准后玩家可以开始下一关游戏。最重要的是Foldit的玩法非常简单，仅需鼠标操作，且几乎不需要生物学知识，通过通关的方法极大增加了游戏趣味性。

玩游戏发论文

        由于游戏设计的初衷是通过人脑思维，寻找更好的功能性蛋白，因此玩家在玩游戏过程中生成的每一种结构这款游戏都会予以保存，其中对于一些经过游戏的算法评价后得分非常高的蛋白，其详细信息会通过游戏返回至开发者实验室以提供后续的实验研究。事实上，已经有非生物学玩家通过玩这款游戏在Nature期刊上参与了论文发表。

写在后面的
随着科技的发展，研究的多样化，科学研究也以越来越新颖的途径铺展。游戏最初作为艺术的一种形式，也被创新性地引入了科学研究，成为了分布式运算的一种方式。在这之中，我仿佛看见了未来全民科研的苗头。通过更强的云计算及计算机科学将自然科学研究通过编程以量化开发更接近真实环境的VR甚至是AR游戏，全民科研的时代或许会提前到来。