Gesundheit

Forscher verwenden ALCF-Ressourcen-Modell die Ausbreitung von COVID-19

Mit COVID-19 drastisch verändern das tägliche Leben von Menschen auf dem Planeten, die US-Department of Energy ‚ s (DOE) Argonne National Laboratory hat sich schnell bewegt, um sich dem globalen Kampf gegen die Pandemie. Unter Labor stärksten Ressourcen für die wissenschaftliche Forschung ist die supercomputer-Theta, das sich an die Argonne Leadership Computing Facility (ALCF), ein DOE Office of Science Benutzer-Einrichtung. Über 250 Knoten auf der Maschine waren sofort reserviert für kombinierte Forschung in die Krankheit.

Angeführt von Argonne computational Wissenschaftler Jonathan Ozik und Argonne Distinguished Fellow Charles (Küken) Macal, einer dieser Zweige der Forschung über die Entwicklung von epidemiologischen Modellen zur Simulation der Ausbreitung von COVID-19 in der gesamten Bevölkerung.

Die Modelle sind city-scale simulations of Chicago, bevölkert mit knapp 3 Millionen Agenten vertreten, dass Individuen bei Ihrer täglichen Zeitpläne und Navigation rund 1,2 Millionen Seiten (Häuser, Schulen, Arbeitsplätze, und so weiter), die jeweils Möglichkeiten für Sie, sich zu treffen, oder colocate—, dass ist, Möglichkeiten für die Belichtung. Nach der Exposition, ein agent infiziert werden kann, in einer schweren Art und Weise, je nachdem ein agent-Profil, das beinhaltet Alter Eigenschaften. Eine bestimmte Anzahl der infizierten Agenten dann zugrunde gehen.

Diese Modelle—laufen für einen simulierten Jahr—sind überarbeitet und verbessert auf einer täglichen basis, im Einklang mit den meisten up-to-date Daten und Informationen. Diese updates sind in Richtung einer vollständig automatisierten workflow.

„Der workflow nimmt, aktualisierte epidemiologische Daten—zum Beispiel, dass täglich veröffentlicht, die von der Chicago-Abteilung des Öffentlichen Gesundheitswesens dienen als empirische Ziel Bahnen. Durch Vergleich dieser mit den Ausgängen generiert aus dem ensemble-Modell läuft, sind wir in der Lage zu schätzen, die Pandemie die zugrunde liegenden Parameter,“ Ozik sagte. „Es ist diese kalibrierten Parameter, die es uns ermöglichen, verschiedene Szenarien mit dem Modell.“

„Dies ist die detaillierte simulation von granular-COVID-19 existiert jetzt in der Modellierung von Individuen konnte in verschiedenen Krankheitszuständen, einschließlich infektiöse oder ins Krankenhaus,“ Macal sagte.

Die Modelle verfolgen Linien der Untersuchung vertraut sein wird, wer nach dem virus in den Medien—für Beispiel, der Unterschied im Ergebnis ergab sich durch die Implementierung von social-distancing-Massnahmen für jedoch viele zusätzliche Tage oder Wochen.

„Was sind gute Wege, um Sie leicht von der social-distancing-Massnahmen?“ Ozik gefragt. „Jeder ist daran interessiert, dass für sehr offensichtlichen Gründen, aber wir wollen nicht etwas tun, was Sie erstellen einfach ein anderes Unglück ein paar Monate auf der Straße.“

Die erhebliche computational Anforderungen des Projekts ergeben sich aus der Modelle-stochastische (zufällig bestimmt) Komponenten, die für die zugrunde liegenden Unsicherheiten und die Parameter der simulation. Diese Parameter Regeln-agent-Verhalten, sowie das Fortschreiten der Krankheit Dynamik und Durchlässigkeit. Innerhalb der Modell-übertragbarkeit kapselt die Wahrscheinlichkeit, dass ein anfällig agent infiziert ist, basierend auf der Höhe der Zeit, dass sich zwei Agenten miteinander verbringen.

„Mit diesem Modell haben Sie möglicherweise viele Menschen interagieren auf viele verschiedene Arten: einige sind vielleicht infiziert, einige sind vielleicht anfällig, und Sie Mischung in unterschiedlichen Anteilen in einer Vielzahl von verschiedenen Orten—es gibt verschiedene Standorte, wie Schulen und Arbeitsplätze, wo sehr unterschiedliche Teile der Bevölkerung-Schnittstelle,“ Ozik erklärt. „Die Vielzahl der Möglichkeiten, die das model präsentiert, machen es durchaus qualitativ unterschiedliche aus—und quantitativ komplexer als ein statistisches Modell, oder vereinfacht-compartmental models, die viel schneller zu laufen.“

Mit Optimierung Unterstützung von ALCF Mitarbeiter, die simulation läuft auf Theta genutzt haben mehr als 800 Knoten auf einmal. Als Teil des automatisierten Workflows, die sich an folgenden simulation läuft, output-Daten übertragen werden Sturmvogel (ein service von Argonne und Globus, eine Universität von Chicago-run, non-profit verpflichtet, Daten-management) für die Archivierung und Postprocessing; diese Nachbearbeitung ist abgeschlossen Bebop, eine high-performance-computing-cluster betrieben von Argonne Laboratory Computing Resource Center, dass das team auch nutzt für die simulation läuft.