Pídale a un investigador de biocombustibles que nombre la barrera técnica más grande para el etanol rentable, y es probable que reciba una respuesta de una palabra: lignina.
El etanol celulósico - combustible derivado de plantas leñosas y biomasa residual - tiene el potencial de convertirse en un combustible de transporte asequible y renovable que rivaliza con la gasolina, pero la lignina, uno de los componentes más ubicuos de la pared celular de la planta, se interpone en el camino.
En la naturaleza, el polímero de lignina resistente ayuda a proporcionar el andamiaje para las plantas, reforzando las fibras celulósicas delgadas, el ingrediente crudo primario del etanol celulósico, y sirviendo como una barrera protectora contra enfermedades y depredadores. Las características protectoras de la lignina persisten durante el procesamiento de biocombustibles,donde es un gran obstáculo, sobrevivir a los pretratamientos costosos diseñados para eliminarlo y evitar que las enzimas descompongan la celulosa en azúcares simples para la fermentación en bioetanol.
Para comprender mejor cómo persiste la lignina, los investigadores del Laboratorio Nacional Oak Ridge ORNL del Departamento de Energía de EE. UU. DOE crearon una de las simulaciones biomoleculares más grandes hasta la fecha: un sistema de 23.7 millones de átomos que representa biomasa pretratada celulosa ylignina en presencia de enzimas. El tamaño de la simulación requirió que Titán, la supercomputadora insignia en el Centro de Computación de Liderazgo de Oak Ridge OLCF, un Centro de Usuarios de la Oficina de Ciencia del DOE, rastreara y analizara la interacción de millones de átomos.
La investigación, dirigida por Jeremy Smith, Presidente del Gobernador de la Universidad de Tennessee UT y directora del Centro UT-ORNL de Biofísica Molecular, reveló en detalle atomístico por qué la lignina es un problema: no solo se une acelulosa en los lugares preferidos buscados por las enzimas, pero la lignina también atrae y ocupa el dominio de unión a la celulosa de las enzimas mismas.
"Eso impide el mecanismo que tiene la enzima para anclarse a la celulosa. Por lo tanto, la lignina se une exactamente donde menos se desea para fines industriales", dijo el científico del personal de ORNL, Loukas Petridis. "Este conocimiento detallado del comportamiento de la lignina puede guiar la ingeniería genética de enzimas quese unen menos a la lignina y, por lo tanto, producen bioetanol de manera más eficiente ".
Más allá del conocimiento científico obtenido de la simulación, el sistema de biomasa del equipo avanza el cambio de la biofísica computacional hacia sistemas complejos y multicomponentes, un movimiento habilitado por supercomputadoras de clase de liderazgo.
Construyendo un modelo de biomasa
Durante el pretratamiento, el ácido, el agua y el calor trabajan para eliminar la biomasa no celulósica del material vegetal. Sin embargo, la lignina se pega, se agrupa en agregados alrededor de la celulosa e impide que las enzimas lleguen a la celulosa.
Para modelar con precisión este entorno abarrotado, el equipo de Smith utilizó datos experimentales para crear una muestra representativa de biomasa y enzimas pretratadas. El modelo tuvo en cuenta detalles como la proporción de celulosa a lignina, el tipo de lignina y la cantidad relativa de enzimas.En total, la simulación rastreó nueve fibras de celulosa, 468 moléculas de lignina y 54 moléculas enzimáticas en una caja de agua rectangular.
El equipo construyó el modelo usando un código de dinámica molecular llamado GROMACS bajo una asignación otorgada a través del programa Innovative and Novel Computational Impact on Theory and Experiment, o INCITE. Con un modelo completo, el equipo recurrió al Cray XK7 Titan, America'ssupercomputadora más rápida, para suministrar la potencia informática necesaria para observar el sistema en acción.
Durante sus ejecuciones más grandes, la simulación de biomasa escaló a casi 4,000 de los 18,666 nodos de Titán, produciendo aproximadamente 45 nanosegundos de tiempo de simulación en un día. En el transcurso de un año, el equipo acumuló 1.3 microsegundos de tiempo de simulación, una longitud significativa detiempo en el mundo de la biofísica computacional.
"No hay otro lugar en el mundo donde podríamos haber ejecutado esta simulación", dijo Petridis.
Además de brindar información sobre los desafíos de los biocombustibles de próxima generación, la simulación del equipo apuntó hacia posibles vías que podrían ayudar a mitigar el impacto de la lignina. Específicamente, la simulación demostró que la lignina no se une tanto a los menos ordenados o amorfos,fibras de celulosa, lo que significa que compite menos con las enzimas allí.
"Los industriales sabían que la celulosa amorfa se descompone más fácilmente por las enzimas, pero lo que mostramos es que no solo las propiedades inherentes de la celulosa amorfa hacen que sea más fácil para las enzimas sino también que la lignina es menos una plaga", dijo Petridis.
Análisis en paralelo
Para maximizar su tiempo en la supercomputadora insignia de la OLCF, el equipo de Smith modificó GROMACS para agilizar la comunicación a través de miles de núcleos de CPU de Titan. Además, el equipo duplicó el intervalo de tiempo que GROMACS usó para calcular el movimiento del sistema de biomasa. Mediante la implementación de un sistema más computacionalmétodo eficiente para rastrear interacciones de largo alcance entre átomos, el equipo pudo aumentar su paso de tiempo de 2 femtosegundos a 4 femtosegundos, o 4,000 trillonésimas de segundo, sin perder precisión.
Los datos resultantes se transfirieron al Sistema de almacenamiento de alto rendimiento de la OLCF hasta que se pudo analizar. Por lo general, el análisis se lleva a cabo en serie o un evento a la vez, pero el crecimiento en la potencia informática y el tamaño de la simulación ha creado un cuello de botella en el análisis.-Solo lleva demasiado tiempo.
Para evitar esta restricción, el equipo de Smith trabajó para equipar a GROMACS con la capacidad de realizar análisis en paralelo, lo que significa que miles de procesadores de Titan podrían trabajar en conjunto para llevar a cabo tareas de análisis. Por ejemplo, ejecutando análisis paralelos en 2.000 núcleos de CPU, ellos investigadores pudieron obtener resultados 2.000 veces más rápido que los métodos convencionales. En colaboración con el equipo de ORNL, Josh Vermaas, un estudiante graduado de la Universidad de Illinois en Urbana-Champaign, contribuyó significativamente a este esfuerzo como miembro del DOE Computational Science Graduate Fellow en ORNL.
La nueva capacidad no solo ayudó al equipo a reducir su tiempo de solución, sino que también allana el camino para analizar simulaciones similares a gran escala en el futuro. "El análisis fue uno de los escollos para las simulaciones a esta escala", dijo el equipomiembro Roland Schulz, investigador postdoctoral de la UT. "Con el análisis paralelo, ahora es más factible y facilitará las simulaciones de clase de liderazgo".
A medida que las supercomputadoras permiten sistemas más grandes y más realistas, las ambiciones de los investigadores y el realismo de sus sistemas biológicos continúan aumentando. Summit, la próxima supercomputadora de clase líder de la OLCF, ofrecerá al menos cinco veces la potencia informática de Titán.El equipo de Smith, eso significa que sus modelos de biomasa tienen espacio para crecer en complejidad para investigar aún más los desafíos de los biocombustibles.
"Estamos tratando de alcanzar la complejidad que se encuentra en la naturaleza y las condiciones industriales", dijo Petridis. "Eventualmente, nos gustaría construir un modelo simple de la pared celular de una planta que pudiéramos procesar en silicio o por computadorasimulación y ver cómo cambia durante el pretratamiento "
La investigación fue apoyada por la Oficina de Ciencia del DOE.
Fuente de la historia :
Materiales proporcionado por DOE / Laboratorio Nacional de Oak Ridge . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :