LLWS: multi-platform framework for distributed calculation and its integration in Fireprotweb 2 a web-based platform for design of thermostable proteins

Bc. Petr Kabourek

Diplomová práce

Anotace:

Tato diplomová práce představuje rozšíření softwaru Loschmidt laboratories Web Services (LLWS), který se stal klíčovou součástí výpočetní infrastruktury Loschmidtových laboratoří Přírodovědecké fakulty Masarykovy univerzity. LLWS bylo původně navrženo jako jednoduchý proxy nástroj mezi aplikacemi a výpočetním clusterem, avšak postupně se vyvinulo v robustní a distribuovaný systém pro správu a odesílání výpočetních úloh. Systém nyní podporuje široké spektrum prostředí – od lokálních vývojových stanic až po rozsáhlé systémy využívající plánovače PBS či platformu Kubernetes – a umožňuje bezproblémovou interoperabilitu napříč různými infrastrukturami. Mezi hlavní přínosy patří implementace automatických aktualizací klíčových komponent nezbytných pro úspěšné provedení úloh, a to bez ovlivnění probíhajících operací. Všechny úpravy byly provedeny při plném zachování původního API a vnějšího chování systému, což zajišťuje zpětnou kompatibilitu s předchozími verzemi klienta LLWS. Součástí této práce je rovněž představení nové verze nástroje FireProt, určeného pro predikci termostabilních mutant proteinů. Kromě jeho integrace do LLWS byl workflow FireProtu přepracován s hlavním cílem snížit výpočetní nároky. Nejvýznamnější inovací je zařazení dvou rychlých prediktorů založených na strojovém učení, které umožňují rychlé odhadnutí účinků mutací přímo v predikčním procesu.

Abstract:

This thesis presents developments to the Loschmidt Laboratories Web Services (LLWS), which has become a foundational component of the computational infrastructure at the Loschmidt Laboratories, Faculty of Science, MU. Initially conceived as a lightweight proxy between applications and a high-performance computing cluster, LLWS has evolved into a robust, distributed framework for managing and submitting computational tasks. The system now supports several environments—from local developer machines to large-scale high-performance computing systems utilizing PBS schedulers or Kubernetes—and enables seamless interoperability across various infrastructures. Among the key advancements is the implementation of automatic updates for critical components required for successful task execution, carried out without disrupting ongoing operations. All improvements were achieved while fully preserving the original API and external behaviour, ensuring backward compatibility with previous LLWS client versions. Furthermore, this thesis introduces a new version of FireProt, a tool for predicting thermostable protein mutants. Beyond its integration onto the LLWS framework, the FireProt workflow has been redesigned to significantly reduce computational costs. Most notably, two fast machine learning predictors have been incorporated to swiftly estimate the effects of single-point mutations within the prediction pipeline.

Keywords

Distributed computing, HPC, bioinformatics, protein stability, protein mutagenesis

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 21. 5. 2025

Obhajoba závěrečné práce

• Obhajoba proběhla 16. 6. 2025
• Vedoucí: doc. RNDr. Barbora Kozlíková, Ph.D.
• Oponent: RNDr. Jan Byška, Ph.D.

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Softwarové inženýrství / Návrh a vývoj softwarových systémů