Submitted by Mayara Nascimento (mayara.nascimento@ufba.br) on 2017-05-31T11:34:12Z
No. of bitstreams: 1
dissertacao-everton-mendonca Copy.pdf: 756322 bytes, checksum: 010382d1618c37e3db7570c6c156e7fa (MD5) / Approved for entry into archive by Vanessa Reis (vanessa.jamile@ufba.br) on 2017-06-02T14:02:16Z (GMT) No. of bitstreams: 1
dissertacao-everton-mendonca Copy.pdf: 756322 bytes, checksum: 010382d1618c37e3db7570c6c156e7fa (MD5) / Made available in DSpace on 2017-06-02T14:02:16Z (GMT). No. of bitstreams: 1
dissertacao-everton-mendonca Copy.pdf: 756322 bytes, checksum: 010382d1618c37e3db7570c6c156e7fa (MD5) / A Triagem Virtual é uma metodologia computacional de busca de novos fármacos que verifica a interação entre moléculas (ligantes) e alvos macromoleculares. Este trabalho
Objetivou a adaptação de uma ferramenta de Triagem Virtual para arquiteturas paralelas
com GPUs e multicore e avaliação dos seus resultados, buscando com isso aumentar o desempenho
da triagem, reduzindo seu tempo de execução e, consequentemente, permitindo
a escalabilidade do número de moléculas envolvidas no processo. A ferramenta escolhida
Para este propósito foi o Autodock devido a sua ampla adoção dentre os pesquisadores
de novos fármacos que utilizam a Triagem Virtual. Três implementações foram criadas
abordando diferentes técnicas de paralelismo. A primeira foi uma versão multicore onde
foi utilizado OpenMP, a segunda foi uma implementação em GPUs utilizando CUDA e
porém, foi criada uma implementação híbrida utilizando a versão multicore e a versão
para GPUs em conjunto. Em todas as abordagens foram alcançados bons resultados em
relação ao tempo de execução total, porém a versão híbrida foi a que obteve os melhores
resultados. A versão multicore alcançou speedups, ou ganhos de desempenho, da ordem
de 10 vezes. A versão para GPUs alcançou speedups da ordem de 28 vezes e a híbrida
de 85 vezes. Com estes resultados foi possível determinar que o uso de plataformas de
execução paralelas podem, efetivamente, melhorar o desempenho Triagem Virtual.
Identifer | oai:union.ndltd.org:IBICT/oai:192.168.11:11:ri/22716 |
Date | 22 November 2016 |
Creators | Jesus, Éverton Mendonça de |
Contributors | Barreto, Marcos Ennes, Barreto, Marcos Ennes, Chavez, Christina von Flach Garcia, Peixoto, Maycon Leone Maciel, Pita, Samuel Silva, Boratto, Murilo do Carmo, Queiroz, Artur Trancoso Lopo |
Publisher | Instituto de Matemática. Departamento de Ciência da Computação, Mestrado em Ciência da Computação, UFBA, brasil |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | Portuguese |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Source | reponame:Repositório Institucional da UFBA, instname:Universidade Federal da Bahia, instacron:UFBA |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0011 seconds