事例No.PC-10825
参考価格:
2,196,700

タンパク質結合解析用マシン

用途:タンパク質・低分子化合物の結合解析

お客さまからのご相談内容

アカデミックフリーのツールを用いたタンパク質・低分子化合物の結合解析を行いたい。
構造予測、ドッキングシミュレーション、量子計算、MD計算に使用する予定。
使用するソフトウェアは以下を考えている。

構造予測 Alphafold2
ドッキング autodock (GNINA) / ucsf-dock
量子計算 GAMESS / firefly
MD GROMACS 2022.4

AlphaFold2をローカルで構築でき、一般的な条件でGROMACSを稼働させられるスペックが必要。
メインの用途はMD計算や量子計算で、将来的にはイン・シリコ・スクリーニングへの発展を考えている。

テガラからのご提案

第3世代Xeon Scalableを搭載した2CPU構成をご提案しました。
ご利用のソフトウェアにIntel APIをコンパイラとして推奨している物があることに配慮した選択です。

ご連絡いただいているのソフトウェアのうち、GAMESS以外は何らかの形でGPUを利用することができますが、CPUで処理を行う部分も相応にあるため、CPUとGPUのバランスを考える必要があります。

AlphaFold2はGPUを必要とするソフトウェアで、かつ2.2TBほどの巨大なデータベースを参照するため、ストレージ性能がパフォーマンスに大きく影響します。2ndストレージとして搭載している大容量のSSDはAlphaFold2のデータベース保存を想定したものです。

なお、AlphaFold2とそれ以外のソフトウェアでは、GPGPUの使われ方が異なり、AlphaFold2はTensorflowを基盤としたDeepLearningになりますが、他のソフトはGPUをコアプロセッサとした科学計算です。
科学計算ではGPGPUに倍精度小数点演算 (fp64) を求められることがありますが、非常に高額で専用筐体が必要になります。 利用を想定しているソフトウェアは、いずれもfp64が必須ではなくCUDAに対応したNVIDIA製GPUであれば利用可能とされているため、搭載GPUはディスプレイ出力を兼ねたビデオカードを選択しています。

本事例の構成は、お客様から頂戴した条件を元に検討した内容です。
掲載内容とは異なる条件でご検討の場合でも、お気軽にご相談ください。

主な仕様

CPU Xeon Gold 6326 (2.90GHz 16コア) x2
メモリ 256GB REG ECC
ストレージ1 2TB SSD S-ATA
ストレージ2 4TB SSD M.2
ビデオ Geforce NVIDIA RTX4080 x2
ネットワーク on board (1000Base-T x2)
筐体+電源 タワー型筐体 + 1600W
OS なし

■FAQ

・AlphaFold2とは
AlphaFold2はDeepLearningによるタンパク質の立体構造予測を行うプログラム。従来の手法では、タンパク質の構造を決定するには膨大な時間とコストがかかったが、AlphaFold2は迅速かつ効率的に予測処理を行うことができる。タンパク質の構造解析は、疾患の発症メカニズムや薬剤開発における貴重な情報源となる。

参考:deepmind / Alphafold ※外部サイトに飛びます

 

・GROMACSとは
GROMACS (Groningen Machine for Chemical Simulations) は、オランダのフローニンゲン大学で開発された分子動力学シミュレーションのパッケージ。主に、タンパク質や脂質、拡散などの生化学分子用に設計されている。

参考:GROMACS ※外部サイトに飛びます

 

・GNINAとは
GNINAは異なるタンパク質間の相互作用や機能の関係を推定するために利用するプログラム。タンパク質の相互作用ネットワークを比較することで、タンパク質間の機能的な類似性を推定することができる。

参考:gnina / gnina ※外部サイトに飛びます

 

・UCSF Dockとは
UCSF Dockは、タンパク質と小分子リガンドの間の相互作用を予測するためのオープンソースのドッキングプログラム。リガンドとタンパク質の分子構造情報を入力として受け取り、両者の3次元構造を解析して、最適なドッキング構造を計算する。UCSF Dockは、多くの異なる機能を持ち、タンパク質リガンド相互作用エネルギーの計算、分子動力学シミュレーション、柔軟なドッキング、および仮想スクリーニングなど、多数のドッキングタスクに適用可能。

参考:UCSF Dock (The Official UCSF DOCK Web-site) ※外部サイトに飛びます

 

・GAMESSとは
GAMESS(General Atomic and Molecular Electronic Structure System)は、分子構造や反応に対する電子構造解析を行うための計算化学ソフトウェア。GAMESSは、量子力学に基づいた理論を用いて、分子の電子構造や反応エネルギー、スペクトルなどの物理化学的性質を計算することができる。

参考:GAMESS ※外部サイトに飛びます

 

・Fireflyとは
Firefly (旧名PC GAMESS) は、分子構造や反応に対する電子構造解析を行うための計算化学ソフトウェア。様々な計算方法をサポートしており、HF法、DFT法、MP2法、CCSD法、CASPT2法、および多くの高次の相関法などが含まれる。これらの方法は、分子の電子状態を解析するために使用され、反応エネルギーやスペクトルなどの物理化学的性質を計算することができる。

参考:Firefly computational chemistry program ※外部サイトに飛びます

 

・イン・シリコ・スクリーニングとは
イン・シリコ・スクリーニングは、コンピュータを用いて、大量の化合物の中から有望な化合物を選別する手法。分子の構造情報をコンピュータに入力し、化合物の相互作用や反応に関するシミュレーションを行い、大量の化合物の中から有望な候補を選び出すことができる。医薬品開発だけでなく、農薬や化粧品などの製品開発にも応用されている。

 

 

事例追加日:2023/03/15
事例No.PC-10803
参考価格:
1,432,200

ショットガンメタゲノム解析用マシン

用途:ショットガンメタゲノム解析とAIを用いたMRI画像解析

お客さまからのご相談内容

ショットガンメタゲノム解析をメインにしたバイオインフォマティクスを行うためのマシンを検討したい。
想定している条件は以下の通り。

・CPU:コア数を重視する
・メモリ:将来増設の予定がある
・OS:Ubuntu 20.04
・その他:Bioconda3 プリインストール
・U-Netを用いたMRI画像解析を行う予定がある
・予算:150万円程度

テガラからのご提案

ご要望の条件に合わせて構成を検討しました。
ご予算内でできるだけコア数が多くなるように構成を検討しています。
64コア仕様で検討すると価格が大幅にUPしてご予算に収まらないため、合計56コアに抑えています。

メモリは将来の増設を考えた構成ですが、本来は全てのメモリスロットにモジュールを搭載することでメモリ帯域が最大になる仕様であり、ご提案の状態ではメモリ帯域が半減していますのでご注意ください。

GPUはAI学習などで利用できそうなGPUを1枚追加しています。
しかし、計算専用のGPUではないため、本格的に学習させる用途よりも入門クラスとして必要十分な製品とお考えください。

GPUを使った学習については、より上位の製品はGPU単体で100万円以上であったり、複数枚搭載すると一般的な100V環境では利用できないといった課題があります。そのような点を考え、今回の用途・ご予算のバランスから、AI用として利用できるGPUを選定しています。

なお、画像系の学習をする場合は、ビデオカードのメモリ容量も重要になるため、ご予算が許す場合には、RTX A6000 48GBなどをご選択いただくのが良いかと存じます。

本事例の構成は、お客様から頂戴した条件を元に検討した内容です。
掲載内容とは異なる条件でご検討の場合でも、お気軽にご相談ください。

主な仕様

CPU Xeon Gold 5320 (2.20GHz 26コア) x2
メモリ 128GB REG ECC
ストレージ1 1TB SSD S-ATA
ストレージ2 8TB HDD S-ATA
ビデオ NVIDIA T400
ネットワーク on board (1000Base-T x2)
筐体+電源 タワー型筐体 + 1200W
OS Ubuntu 20.04
その他 CUDA Toolkit 11インストール
Bioconda3インストール

■FAQ

・ショットガンメタゲノム解析とは
ショットガンメタゲノム解析とは、環境サンプルからDNAを取り出し、ランダムに分割して断片化し、それらをシーケンシングしてゲノム情報を得る手法。微生物の多様性を調べるためによく用いられ、未知微生物のゲノム情報を得ることができる。微生物の培養を行う必要がないため、非常に高速で、多様性が高い環境サンプルの解析に適する。

 

・U-Netとは
U-Netは、2次元の画像セグメンテーションにおいて高い性能を発揮する、ディープラーニングのアーキテクチャ。U-Netは、エンコーダー部分とデコーダー部分から構成され、畳み込み層を用いて画像の特徴を抽出し、エンコーダー部分で解像度を落とし、デコーダー部分で元の解像度に戻すことで、画像のセグメンテーションを行う。画像内のオブジェクトの位置や形状を正確に把握することができ、医療画像の自動解析などの分野で広く使われている。

 

 

事例追加日:2023/03/08
事例No.PC-10722
参考価格:
1,790,800

メタゲノム解析用マシン (2023年02月版)

用途:メタゲノム解析

お客さまからのご相談内容

メタゲノム解析を行うためのPCが欲しい。
NGSデータのクオリティフィルタリングから、アッセンブルやビニング、KEGGやBLASTも利用したい。

・CPU:Xeon Gold 6326程度
・メモリ:512GB
・OS:Ubuntu
・予算:180万円以内
・その他:MetaWRAPとMetaSanityを利用する

メタゲノム解析で一般的に使用するプログラムは、全て使用できればと考えている。
MetaWRAPではアッセンブルが難関でかなりのメモリ容量が必要になるので,ある程度優先したい。

テガラからのご提案

ご要望の条件に合わせて構成を検討しました。
MetaWRAPはCPUとメモリのスペックを高めることが重要なので、ご要望のCPU・メモリの条件はご予算ともマッチした良い選択だと思われます。

また、MetaWRAPはデータベースの容量が合計数百GBとかなり大きいので、その点に注意したストレージ構成としています。

本事例の構成は、お客様から頂戴した条件を元に検討した内容です。
掲載内容とは異なる条件でご検討の場合でも、お気軽にご相談ください。

主な仕様

CPU Xeon Gold 6326 (2.90GHz 16コア)
メモリ 512GB
ストレージ1 2TB SSD S-ATA x2
ストレージ2 8TB HDD S-ATA x2
ビデオ NVIDIA T1000
ネットワーク on board (1000Base-T x2)
筐体+電源 タワー型筐体 + 850W
OS Ubuntu 20.04

■FAQ

・メタゲノム解析とは
メタゲノム解析とは、環境中の微生物の群集を培養することなくそのままゲノム精製して網羅的に解析する手法。遺伝子配列から環境中に生息する微生物の種類や環境的機能を知ることができる。

 

・MetaWRAPとは
MetaWRAPは、メタゲノム解析用のソフトウェア。読み取り品質管理やアッセンブル、視覚化、分類学的プロファイリング、ビニングなど様々なタスクを処理することができる。

参考:MetaWRAP ※外部サイトに飛びます

 

・MetaSanityとは
MetaSanityは、微生物ゲノムを分析に適したソフトウェアスイート。ゲノム評価と機能アノテーションのための統一的なワークフローを提供し、すべての出力を単一のクエリ可能なデータベースにまとめることができる。

参考:MetaSanity ※外部サイトに飛びます

 

・KEGGとは
KEGG (Kyoto Encyclopedia of Genes and Genomes)はゲノム配列決定やその他のハイスループットによって生成される大規模な分子データセットから、細胞、生物、生態系などの生命システムの高レベルの機能と有用性を理解するためのデータベースリソース。

参考:KEGG ※外部サイトに飛びます

 

・BLASTとは
BLAST (Basic Local Alignment Search Tool) は,相同性検索を高速に行うプログラム。手元にあるシーケンスでデータベースもしくはライブラリに対して検索することにより,ある閾値以上のスコアで類似するシーケンス群を発見することができる。

参考:BLAST ※外部サイトに飛びます

 

事例追加日:2023/02/28
事例No.PC-10721A
参考価格:
2,616,900

SCONEやOpenSimの利用に適したマシン (予算250万円)

用途:生体運動予測計算ソフトウェア「SCONE」、筋骨格モデルの開発・解析用ソフトウェア「OpenSim」

お客さまからのご相談内容

「SCONE」を用いた生体運動の予測計算や、「OpenSim」を利用した筋骨格モデルの開発・解析を行うためのマシンを導入したい。ヒトの運動に対する解析・最適化を行うことを想定している。

最適化の処理はCPUスレッドで行い、並列計算を行うCPUの速度とコア数が計算時間に直接影響することがわかっている。そのため、コア数の多い構成を希望する。
HDD容量はあまり必要ないが、リアルタイムで書き込みを行うため、処理速度の速いものを採用したい。

OSは現在の環境で安定しているWindows10を希望。
予算は250万円付近で考えたい。

テガラからのご提案

コア数の多い構成をご希望いただいたため、64コア/128スレッドの構成をご提案しました。
ご提案時点では、比較的短納期でご案内できたため、メリットとしてお伝えしています。

メモリ容量の指定がございませんでしたので、マシン規模を考えて仮に512GBで設定しています。SSDは速度を優先し、M.2タイプの4TB製品を選択しています。

また、ソフトウェアの性質を考えると、一般的なレベルで画面出力できる程度のビデオ性能でよいと判断し、ローエンドタイプのビデオカードを選択しました。

OSはWindows10としていますが、Windows10自体はすでに終息していますので、ソフト側が対応している場合にはWindows11の利用を強くおすすめします。
なお、コア数がとにかくたくさん必要な場合には、Windwos10ではなくLinux系OSを利用することでEPYCを利用することができ、128コア/256スレッド構成が実現可能となります。

同じ用途・条件でのご相談で、より多くのコア数を実現するためにXeon 2基を搭載する提案事例 PC-10721B もご参照ください。

本事例の構成は、お客様から頂戴した条件を元に検討した内容です。
掲載内容とは異なる条件でご検討の場合でも、お気軽にご相談ください。

主な仕様

CPU AMD Ryzen ThreadripperPRO 5995WX (2.70GHz 64コア)
メモリ 512GB
ストレージ 4TB SSD M.2
ビデオ NVIDIA T400
ネットワーク on board (1GbE x1 10GBase-T x1)
筐体+電源 タワー型筐体 + 1000W
OS Microsoft Windows 10 Pro 64bit

■FAQ

・SCONEとは
SCONEは人間と動物の動きを予測シミュレーションするためのオープンソースソフトウェア。
歩行速度やエネルギー効率など、特定のタスクを最適に遂行するための神経筋コントローラを定義し、最適化することができる。

参考:Welcome to SCONE ※外部サイトに飛びます

 

・OpenSimとは
OpenSimは神経骨格系のモデリング、シミュレーション、制御、分析を行うためのソフトウェア。
ユーザーが筋骨格構造のモデルを開発し、動きの動的なシミュレーションを作成することができる。

参考:OpenSim ※外部サイトに飛びます

 

 

事例追加日:2023/01/10
お客様のご要望をうかがい、最適なPCの構成をご提案する
「お客様だけのオーダーメイドPC」を製作しています。
用途に応じた細かなアドバイスや迅速な対応がテガラの強みです。

上記の仕様はテガラでお客様に提案したPC構成の一例です。
掲載内容は提案当時のものであり、また使用する部材の供給状況によっては、現在では提供がむずかしいものや、部材を変更してのご提案となる場合がございます。

参考価格については、提案当時の価格(送料込・税込)になります。
ご相談時期によっては価格が異なる場合がございますので、あらかじめご了承ください。