Superkomputer wspomaga badania nad COVID-19

Superkomputer Eagle/Orzeł oraz badacze z Poznańskiego Centrum Superkomputerowo-Sieciowego pomogli w ocenie jakości modelu CovidSim przewidującego rozwój epidemii COVID-19. Z tego modelu korzystał m.in. rząd Wielkiej Brytanii.

CovidSim był podstawowym modelem wykorzystywanym przez rząd Wielkiej Brytanii do przewidywania rozwoju epidemii koronawirusa na Wyspach Brytyjskich. Za rozwój modelu odpowiada Imperial College London. Na wczesnym etapie trwania epidemii, jego oszacowania wpłynęły m.in. na zmianę podejścia decydentów z próby uzyskania odporności zbiorowiskowej, na politykę lockdownu.

Superkomputer z Poznania

Międzynarodowy zespół z udziałem Polaków z Poznańskiego Centrum Superkomputerowo-Sieciowego (PCSS) przeanalizował skuteczność modelu CovidSim. Użyto do tego oprogramowania do walidacji, weryfikacji i oceny niepewności (VVUQ) zaawansowanych modeli obliczeniowych. Badania te podsumowano w opublikowanym na stronie PCSS komunikacie.

Aby określić jakość przewidywań modelu CovidSim – ocenić jego praktyczną użyteczność – zespół pod kierownictwem prof. Peter’a Coveney’a z UCL, opracował scenariusze, które miały za zadanie sprawdzić, jak zachowa się model przy uwzględnieniu niepewnych lub zmiennych parametrów wejściowych (takich jak np. czas inkubacji wirusa, okres zarażania, czy też długość kwarantanny).

Superkomputer pomaga w badaniach nad COVID-19

Wyniki badań zostały opublikowane w czasopiśmie Nature Computational Science. Pokazały one bardzo dużą wrażliwość modelu CovidSim na niektóre z parametrów, a co za tym idzie dużą jego niepewność. Zaobserwowano jednak dość wyraźnie tendencję modelu do niedoszacowywania podstawowych wskaźników epidemii, w tym liczby zgonów.

Przeprowadzenie niezbędnych badań wymagało wykonania szeregu wymagających obliczeń w stosunkowo krótkim czasie. Było to możliwe m.in. dzięki wykorzystaniu narzędzia QCG-PilotJob rozwijanego w Dziale Aplikacji i Usług Wielkiej Skali, które pozwoliło na efektywne uruchamianie logicznie niezależnych zadań w ramach jednej alokacji systemu kolejkowego.

„Większość obliczeń została przeprowadzona dzięki uprzejmości Poznańskiego Centrum Superkomputerowo-Sieciowego, które udostępniło zasoby klastra Eagle” – poinformowano na stronie PCSS. Za wykonanie badań i przygotowanie publikacji odpowiedzialny był Bartosz Bosak z Działu Aplikacji i Usług Wielkiej Skali PCSS. Duży wkład w prace mieli także Piotr Kopta i Tomasz Piontek.

Źródło: PAP/ Nauka w Polsce

Czytaj także: Zdalny monitoring pacjentów z COVID-19 dzięki polskiemu start-upowi