Acceleration of image processing algorithms for single particle analysis by electron microscopy

RNDr. David Střelák

Doctoral thesis

Abstract:

Kryogenní elektronová mikroskopie (Cryo-EM) je v současné strukturní biologii důležitým oborem. Jedním z významných omezení Cryo-EM je však výpočetní náročnost, proto mnoho stávajících softwarových řešení využívá techniky High-Performance Computing (HPC), aby tyto výpočty přivedlo do oblasti praktické použitelnosti. Obvyklé přístupy k urychlení spočívají v paralelizaci zpracování, ale v praxi se setkáváme s mnoha komplikacemi, jako je dekompozice problému, distribuce dat, plánování zátěže, vyvažování a synchronizace. Využití různých akcelerátorů situaci dále komplikuje, protože heterogenní hardware přináší další problémy, například omezenou přenositelnost, nedostatečné využití kvůli synchronizaci a neoptimální výkon kódu kvůli chybějící specializaci. Tato disertační práce, strukturovaná jako soubor článků, si klade za cíl zlepšit algoritmy používané v Cryo-EM, zejména SPA (Single Particle Analysis). Zaměřujeme se na optimalizaci výkonu jednoho uzlu s využitím technik dostupných nebo vyvinutých v oblasti HPC, jako jsou heterogenní výpočty nebo autotuning, což potenciálně vyžaduje formulaci nových algoritmů. Sekundárním cílem disertační práce je identifikovat omezení nejmodernějších technik HPC. Vzhledem k tomu, že se Cryo-EM rekonstrukce skládá z více různých kroků zaměřených na různé typy dat, neexistuje jediný bottleneck (úzké místo), které by bylo třeba vyřešit. Předložené články proto ukazují holistický přístup k optimalizaci výkonu.

Abstract:

Cryogenic Electron Microscopy (Cryo-EM) is a vital field in current structural biology. However, one of the significant limitations of Cryo-EM is the computational complexity, hence many existing software solutions use high-Performance Computing (HPC) techniques to bring these computations to the realm of practical usability. The common approach to acceleration is parallelization of the processing, but in praxis, we face many complications, such as problem decomposition, data distribution, load scheduling, balancing, and synchronization. Utilization of various accelerators further complicates the situation, as heterogeneous hardware brings additional caveats, for example, limited portability, under-utilization due to synchronization, and sub-optimal code performance due to missing specialization. This dissertation, structured as a compendium of articles, aims to improve the algorithms used in Cryo-EM, esp. the SPA (Single Particle Analysis). We focus on the single-node performance optimizations, using the techniques either available or developed in the HPC field, such as heterogeneous computing or autotuning, which potentially needs the formulation of novel algorithms. The secondary goal of the dissertation is to identify the limitations of state-of-the-art HPC techniques. Since the Cryo-EM pipeline consists of multiple distinct steps targetting different types of data, there is no single bottleneck to be solved. As such, the presented articles show a holistic approach to performance optimization.

Keywords

Cryo-EM, SPA, HPC, Autotuning, GPU, Optimization, Performance, Optimalizace výkonu

Language used: English

Date on which the thesis was submitted / produced: 31. 5. 2022

Thesis defence

• Date of defence: 24. 10. 2022
• Supervisor: prof. RNDr. Luděk Matyska, CSc., Carlos Oscar Soranzo Sánchez, PhD
• Reader: Prof. Carmen San Martín, Prof. Anne C. Elster

Masaryk University

Faculty of Informatics

Doctoral programme / field:
Computer Science / Computing Technology and Methodology