Parallele Partikelsimulation auf GPGPU-Architekturen zur Evaluierung von Apoptose-Signalwegen

Abstract

In dieser Arbeit wird die Abbildung eines Simulationsalgorithmus auf eine GPGPU-Architektur vorgestellt, der unter den Kriterien einer größtmöglich erreichbaren Effizienz parallelisiert und an die Parameter der GPGPU-Architektur angepasst wurde. Die Simulation dient der Evaluierung von Apoptose-Signalwegen. Der Vorgang der Apoptose ist eine Form des programmierten Zelltods, der in mehrzelligen Organismen vorkommt. Im Entstehungsprozess einer Krebserkrankung ist das Ausbleiben dieses Vorganges ein wesentlicher Bestandteil. Die Apoptose wird eingeleitet, wenn sich spezielle Rezeptoren auf der Zellmembran zu einem Cluster zusammenschließen. Innerhalb der Simulation wird dieser Vorgang stochastisch modelliert, ausgewertet und auf Clusterbildung hin untersucht. Die Rezeptoren werden durch Partikel modelliert, die über Drehmomente und Kräfte verfügen, womit sie sich gegenseitig anziehen. Die Modellierung erfolgt über das so genannte Lennard-Jones Potential. Zur Lösung des stochastischen Gleichungssystems wird die Euler-Maruyama-Approximation angewendet. Neben einer kurzen Einführung in das Themenfeld des programmierten Zelltodes und eines Überblicks über den aktuellen Stand der Forschung, werden in dieser Arbeit das stochastische Modell und dessen Grundlagen erläutert. Darüber hinaus werden verschiedene Lösungsansätze und deren Implementierung zur Optimierung des Simulationsalgorithmus im Kontext der verwendeten GPGPU-Architektur vorgestellt. In diesem Zusammenhang wird die Optimierung durch die Anwendung eines gitterbasierten Ansatzes im Einzelnen erläutert. In einer abschließenden Analyse wird ein Überblick über die erreichten Ziele gegeben. Die Abbildung der Simulation auf eine GPGPU-Architektur birgt Speedup-Potentiale in der Größenordnung von 320x.