Migliore gestione delle risorse per l'elaborazione di informazioni metagenomiche
I problemi che si presentano nel settore della bioinformatica e della biologia computazionale sono spesso legati a processi computazionali complessi, lunghi e "caricati". I ricercatori ritengono che molte di queste difficoltà operative si possano risolvere usando una grid computazionale, una rete di computer in diversi punti. Il settore bioinformatico della metagenomica comprende lo studio dei genomi di una comunità di microbi. In questo caso i problemi sono legati all'annotazione (identificazione delle caratteristiche principali) di questi genomi e al loro raggruppamento in diversi ambienti. L'annotazione offre un significato biologico alle serie grezze di informazioni. Il progetto Metagenogrids (Algorithmics for metagenomics on grids) puntava a scoprire le soluzioni algoritmiche di questi problemi metagenomici, da risolvere su piattaforme di grid computing. Ma i ricercatori hanno deciso di riesaminare lo studio quando non sono riusciti a formare una collaborazione solida per lo studio sull'assemblaggio metagenomico. Il nuovo obiettivo consisteva in una pianificazione batch più efficiente per migliorare l'allocazione e la gestione delle risorse nei cluster computazionali. Una sfida ulteriore era garantire la qualità del servizio per gli utenti di queste piattaforme. L'equipe di Metagenogrids, finanziata dall'UE, si è prima occupata del problema dell'allocazione delle risorse per applicazioni con tassi di consumo di risorse invariati e con tempi di esecuzione infiniti o non noti. Sono stati sviluppati diversi algoritmi di pianificazione dei lavori e sono stati presentati i risultati per i carichi di lavoro del calcolo ad alte prestazioni (HPC). Rispetto agli algoritmi di pianificazione batch standard, i risultati hanno promosso l'uso dei nuovi algoritmi proposti per prestazioni notevolmente migliori nella maggior parte degli scenari sperimentali. Questo ha rappresentato un passo avanti per il potenziale di unione della tecnologia di virtualizzazione con strategie di pianificazione leggere. I risultati del progetto hanno fatto progredire gli sforzi sulla progettazione futura dei sistemi di gestione delle risorse per un uso potenziato delle piattaforme, risultati migliori e la qualità del servizio. Lo studio ha gettato delle basi abbastanza solide da supportare ulteriori studi per ampliare i risultati alle applicazioni con tassi di consumo di risorse che variano durante l'esecuzione di un'applicazione.