Runion com' AIS 0902

1
Réalisation et Utilisation dune Grille de calcul
pour la BioInformatique
Ministère de la RechercheDépartement
Bio-Ingénierie (DTA2) - Réseau GenHommeAction
Génomique et Innovations Médicales 2002
http//rugbi.in2p3.fr
2
Objectifs de RUGBI

• Apporter un soutien aux PME/PMI de biotechnologie
  par laccès à des ressources importantes de
  calcul et de stockage
• Déployer une grille inter-régionale de type
  industriel pour la bioinformatique
• Créer une communauté de biologistes dans un
  environnement de grille

3
Collaboration pluridisciplinaire de partenaires
académiques et industriels

• Biopôle de Clermont Limagne
• IN2P3-LPC, équipe Physique Corpusculaire pour les
  Sciences du Vivant
• Centre de Calcul de lIN2P3 Lyon
• Institut de Biologie et Chimie des Protéines
  (IBCP)
• Ecole Centrale Paris - Mathématiques Appliquées
  aux Systèmes (MAS)
• CS-DAIS Département Applications Industrielles et
  Scientifiques

4
Biopôle de Clermont Limagne

• Technopole entièrement dédiée à laccueil et au
  développement des entreprises spécialisées dans
  les sciences du vivant
• AVIDIS est une société spécialisée dans
  lingénierie des protéines recombinantes.
• METABLIC EXPLORER est une société de
  Biotechnologies consacrée au développement de
  solutions innovantes à travers lexploration et
  la conception de voies métaboliques
• GREENTECH est une société de production
  dingrédients et de matières premières à partir
  de plantes et de micro-organismes

www.avidis.fr
www.metabolic-explorer.com
www.greentech.fr
5
Besoins en bioinformatique du biopôle de
Clermont-Limagne

• Accès aux bases de données TrEMBL, Swissprot,
  KEGG, PDB, EMBL, avec des outils permettant de
  les interroger et d'en extraire de l'information.
  
• Outils communs dalignement.
• Outils de prédiction de structure secondaire de
  protéines.
• Outils de dynamique moléculaire et de
  visualisation.
• Aide à la parallélisation sur des programmes
  propriétaires

6
Besoins en bioinformatique du biopôle de
Clermont-Limagne

• Confidentialité sur les données échangées et sur
  laccès par requête aux bases de données
• Réduction du coûts des licences par mutualisation
• Puissance de calcul ponctuelle ou non, sur outils
  libres ou propriétaires
• Espace de stockage pour archivage essentiellement
• Utilisation simple et transparente de la grille,
  de type Web, adapté au mode de travail du
  biologiste

7
Répartition des sous-projets par partenaire

• Infrastructure de grille CS CCIN2P3
• Architecture, Déploiement, Administration,
  Sécurité, Confidentialité
• Gestion des services bioinformatiques LPC
• Système dinformation et gestion des activités
• Applications bioinformatiques
• Outils de prédiction de structure secondaire de
  protéine IBCP
• Identification de réseaux de gènes ECP
• Annotation - Alignement - Dynamique moléculaire
  et visualisation CS
• Portails applicatifs de Grille
• Portail Rugbi, applications bio-informatiques
  CS
• Portail SecProt, prédiction de structure
  secondaire de protéine IBCP
• Administration du projet CS
• Gestion du projet, Coordination, Assurance
  Qualité, Formation, Dissémination

8
Architecture multi-couches de RUGBI
Utilisateur invité par portail
Utilisateur enregistré par portail
Administrateur de groupe dutilisateurs
Administrateur de nud de la grille
A P P L I C A T I O N S
INTERFACE UTILISATEUR
SERVICES BIOINFORMATIQUES Système dinformation
Gestion des activités
MIDDLEWARE (services web)
RESSOURCES PHYSIQUES DISTRIBUEES disque, CPU,
programme, donnée, bases de donnée
SGBD
9
Architecture réseau de RUGBI
10
Middleware de la grille de RUGBI

• Basé sur des mécanismes standards de Grille /
  Services Web
• Interopérabilité (OS, langages)
• Sécurité homogène et fiable
• Soumission en mode confidentiel
• Client léger (java RMI, CoG,)
• Composants interchangeables, notification, cycle
  de vie
• Services manquants
• Gestion de collection de jobs (Monitoring,
  gestion de la vie des jobs, )
• Implémentation modulaire selon les besoins des
  utilisateurs et les caractéristiques des sites
  (sélection de sites dexécution)
• Accès aux banques de données de biologie
• Outils dadministration
• Gestion de workflow

11
Système dinformation de RUGBI

• Contrôler et assurer la sécurité, la cohérence,
  la disponibilité des services
• Vue centralisée et homogène du système
• 2 types dinformations
• Informations dynamiques (disponibilité)
  fournies par le middleware
• Informations statiques (droits, applications)
  fournies par les gestionnaires utilisateurs et de
  ressources

12
Gestion des utilisateurs

• 5 types dutilisateur
• invité
• Enregistré
• Responsable de groupe
• Responsable de site
• Responsable de la grille
• Un groupe peut être une organisation, ou le
  département dune organisation
• Il existe un groupe  All  qui donne accès à
  toutes les ressources publiques

13
Gestion des ressources

• Ressources distribuées potentielles
• Disques (Storage Element).
• CPU (Computing Element).
• Base de donnée.
• Donnée.
• Programme.
• Autre Service (Administration)

• Actions ou contraintes
• Droit (RWX, période).
• Licence.
• Quota.
• Historique.
• Version.
• Demande

14
Les services bioinformatiques de RUGBI

• Disponibilité de bases de données publiques et
  outils en protéomique
• Mise à jour régulière des bases de données
• Maintenance
• Manipulation aisée dobjets bioinformatiques
• Programmes
• Bases de données
• Expériences

15
Gestion des programmes

• Ressource distribuée localisation,
  mutualisation de la licence
• Programmes libres ou propriétaires
• Informations pour lexécution (OS, lib)
• Versions
• Paramètres par défaut ou personnalisés
• Recherche par mots clefs, par métiers

Catégorie
Info_exe
0..n
1..n
0..n
1
Programme
1..n
0..n
1..n
1..n
Mots clefs
Paramètre
0..n
Instance_para
16
Gestion des tâches

• Tolérance aux fautes
• Gestion par transaction
• Contrôle de concurrence
  (écriture/lecture multiple d une donnée)
• Généricité des entrées/sorties
  (lors d une exécution série)
• Gestion des lots de jobs
• Traçabilité
• Persistance des données
  (sauvegarde temporaire des résultats)

17
Gestion des bases de données et des données
personnelles

• Gestion des bases de données
• Ressource distribuée localisation, réplication,
  mutualisation de la licence
• Mises à jour, intègre et synchrone
• Stockage temporaires des anciennes versions
• Accessibilité par requête
• Multi-formats
• Gestion des données personnelles
• Espace sécurisé et privé

18
Gestion de projets et dexpériences

• Appartenance à des projets donnant accès à des
  expériences
• Concevoir et stocker ses propres expériences avec
  paramètres à partir de lenchaînement de
  programmes, de bases de données et de données
  personnelles
• Traçabilité, stockage des résultats
  intermédiaires, recherche par mots clefs

19
Confidentialité et sécurité dans RUGBI

• 3 modes dutilisation
• Ouvert pas de certification de confidentialité
• Non altérable certification que la donnée ne
  sera pas modifiée
• Confidentiel entièrement sécurisé mais mode
  plus lent
• Niveaux de sécurité
• Portail autorisation par certificat
• Couche de services autorisation selon les
  droits
• Sites de la grille ACL, cryptage, charte de
  confidentialité
• Réseaux cryptage

20
Interface utilisateur de RUGBI

• Services de prédiction de structure secondaire de
  protéine
• Identification de réseaux de gènes
• Annotation Alignement
• Outils de modélisation moléculaire
• Accès à des bases de données
• Gestionnaire dexpériences bioinformatiques
• Atelier de parallélisation
• Espace privé et sécurisé sur la grille

21
SecProt, une interface de la grille pour la
prédiction de structure secondaire de protéine
22
(No Transcript)
23
(No Transcript)
24
Roadmap

• 03/2004 1er prototype
• Basé sur GT2
• Portail Rugbi et SecProt MPI-blast, Predator,
  Simpa 96, Gor IV
• 06/2004 2ème prototype
• Portail Rugbi et SecProt ajout des outils
  dannotation
• Système dinformation intégré
• 01/2005 mise en service de la grille Rugbi
• 2005 finalisation, déploiement

25
Contacts
http//rugbi.in2p3.fr Steve.langlois_at_c-s.fr
jacq_at_clermont.in2p3.fr