04国家临床医学研究中心建设

神经元尺度的人脑连接组学
谷歌最近提出一种自动神经元提取算法， 发表在Nature子刊Nature Method上， 能够7天就能完成人类需要花10万小时 的标注任务。如果基于人工来判读， 100立方微米大概需要100万小时的人 工操作，这样大的工作量只能利用超级 计算机自动的去进行。
Januszewski, et.al., Nature Methods volume 15, pages605–610 (2018)
人脑连接组学在超算上的应用
脑网络的数学表达：图论 图论的数值计算：基于矩阵计算，可以在基 于共享内存、分布式、异构加速实现； 无向加权网络：对称矩阵 有向加权网络：非对称矩阵 基于核磁影像得到的矩阵:15000x15000
Bertolero, Nature Human Behaviour 2,765-777(2018）
3. 国家中心超级计算机总体计算能力理论峰值为360T Flops,其中CPU计算能力 占总体运算能力53%， GPU计算能力占总体计算能力47%。
国家中心高性能计算平台
来自百度文库
国家中心超算平台主要应用内容
• 1. 生物信息学在超算平台上的应用； • 2. 神经系统人工智能在超算平台上的应用； • 3. 神经影像研究在超算平台上的应用； • 4. 人脑连接组学在超算平台上的应用。
基于人工智能的多组学联合分析
将基因表达调控、组织表达特异性、信号通路等数据一并作为训练集， 能确定以往研究中未发现的易感基因，并从多个维度计算个体患病风险。
Manolio TA, et al. Finding the missing heritability of complex diseases. Nature. 2009;461(7265):747-53. Isakov O. Inflamm Bowel Dis. 2017;23(9):1516-23.
神经影像研究在超算平台上的应用
例如研究某种疾病病灶位置在某个 人群发病位置的分布，需要把个体 3D磁共振结构像配准到标准空间， 传统工作站上每个人需要7个小时左 右的计算时间，因此在一台四核工 作站上，则10000人左右的研究项 目（比如CNSR3），同时在四个 CPU内核上计算需要700多天计算 时间。而在我们的超算平台上，则 只需要一天就可以算完。
国家临床医学研究中心建设
基本内容
• 1. 国家中心超算平台介绍 • 2. 超算平台在国家中心的主要应用 • 3. 超算平台在神经系统疾病研究中的展望
国家中心高性能计算平台
1. 国家中心超算平台是2018年九月底完成安装，目前正处于调试、优化，试运行阶段
2. 国家中心超算平台从硬件架构上主要包括以下五部分: (1). 通用计算节点：80台（192G内存/台, 2240个计算核心，峰值运算160 万亿次/ 秒 ）； (2). 胖节点： 4台（ 2TB内存/台, 360个计算核心，峰值运算11 万亿次/秒）； (3). GPU计算节点：10台(CPU:292个计算核心，峰值运算能力为21万亿次/秒, GPU:32个GPU卡(8个v100,24个p100)，126,976个CUDA运算核心，峰值运算能力 为168.8 万亿次/秒)； (4). 并行存储：大容量并行存储系统，4台opara, 16台ostor(可用空间6PB)； (5).计算网络：采用100Gbps EDR IB高速互联网络，实现本次所有配置100Gb高速 网卡节点的100Gbps全线速无阻塞互联。
人脑连接组学在超算上的应用
基于核磁共振图像重构得到的结构、功能人脑连接网络。
Koenigsberger, Nature Reviews Neuroscience 19, 17-33(2018) Bullmore, Nature Review Neuroscience 10,186-198(2009）
神经元尺度的人脑连接组学
美国阿贡国家实验室（Argonne） 正在建造的浮点运算速度达到百亿 亿次(E级)的超级计算机Aurora21， 从2007年开始规划，计划2021年 建成，被称为国家的象征与科学领 域改变游戏规则的利器（是我们超 算平台计算能力的2500倍）。其 一个主要任务是用于模拟人脑神经 元之间的连接（人脑神经元连接达 到百万亿规模），将数百万二维脑 图像重构为三维的神经元级别的脑 连接组。
人脑连接组学在超算上的应用
大脑本身就是由神经元以及它们之间连接组成的复杂连接系统
十九世纪西班牙人Santiago Ramón y Cajal 第一次确立了神经元学说，即神经组织是由 多个微小的神经元连接组成的，基于这个学 说，现代网络神经科学才蓬勃发展起来。。
1. 大脑是由86亿个神经元已级万亿个神经元之间的连接组成的。 2. 一立方毫米的神经元可以产生1000TB的数据； 3. 当前世界最顶尖的研究，采用纳米级别分辨率的电子显微镜，如果基于人 工来判读，100立方微米大概需要100万小时的人工操作。
人工智能系统BioMind
BioMind系统基本实现了对急性脑梗死和部分小血管病识别的高准确度
MR-T2*序列
准确度 0.847
MR-DWI序列
准确度 0.80
原始图像
医生标注 人工智能标注
人工智能系统BioMind
BioMind：脑出血的病灶识别率＞90%
神经影像研究在超算平台上的应用
例如大脑皮层沟回的提取与计 算，传统工作站上每个人需要 20个小时左右的计算时间，如 果在一台四核工作站上，则 10000人左右的研究项目（比 如CNSR3），同时在四个CPU 内核上计算需要2000多天计算 时间。而在我们的超算平台上， 可以同时分配2000个核的计算 资源（72个双路计算节点）， 基于任务并行的方法，则只需 要5天就可以算完。