面向可扩展蛋白质组学：基于 HTCondor 的机会性 SMC 采样器
定量方法
2025-09-11 v1 分布式、并行与集群计算
统计计算
摘要
定量蛋白质组学在揭示调控机制、识别疾病生物标志物以及指导精准治疗开发方面发挥着核心作用。这些见解通常通过复杂的贝叶斯模型获得，其推理过程计算密集，尤其是在大规模应用于生物数据集时。这限制了充分利用蛋白质组学数据所需的高级建模技术的可及性。尽管序贯蒙特卡洛（SMC）方法提供了传统马尔可夫链蒙特卡洛的可并行化替代方案，但其高性能实现通常依赖专用硬件，增加了财务和能源成本。我们通过引入面向 SMC 采样器的机会性计算框架来应对这些挑战，该框架专门针对大规模蛋白质组学推理的需求。我们的方法利用利物浦大学通过 HTCondor 提供的空闲计算资源，在无需专用高性能计算基础设施的情况下实现可扩展的贝叶斯推理。该框架的核心是一种新型的 Coordinator-Manager-Follower 架构，它减少了同步开销，并支持在异构、不可靠环境中的鲁棒运行。我们在真实的蛋白质组学模型上评估了该框架，结果表明机会性 SMC 在弱扩展性下实现了准确推理，即在固定时间预算下，随着更多资源的加入，生成的样本数量增加。为了支持该框架的采用，我们发布了 CondorSMC，一个用于在机会性计算环境中部署 SMC 采样器的开源包。
引用
@article{arxiv.2509.08020,
title = {Towards Scalable Proteomics: Opportunistic SMC Samplers on HTCondor},
author = {Matthew Carter and Lee Devlin and Alexander Philips and Edward Pyzer-Knapp and Paul Spirakis and Simon Maskell},
journal= {arXiv preprint arXiv:2509.08020},
year = {2025}
}