# В CMU ускорили моделирование транспорта в нейронах в 10 раз на Bridges-2

- Опубликовано: 2026-11-06 17:23 UTC
- Раздел: Жизнь и здоровье › Медицина
- Теги: Университет Карнеги — Меллона, Bridges-2, боковой амиотрофический склероз, транспорт в аксонах, GALDS, моделирование нейронов
- Адрес: https://realtech.media/ru/news/rt-216ed354670c37ee607cf736_v_cmu_uskorili/

**Инженеры Карнеги — Меллона создали цифровую модель нервной клетки для быстрого изучения нарушений при боковом амиотрофическом склерозе.**

![CMU Engineers Model Nerve Cell Transport 10 Times Faster on Bridges-2](https://sgzwpqqelzmajkcubgkl.supabase.co/storage/v1/object/public/rt-media/2026/11/acdcd4882b912656.jpg)
*ChrisDag, Wikimedia Commons, CC BY 2.0*

Инженеры из Университета Карнеги — Меллона смоделировали процессы внутриклеточного транспорта в нервных волокнах с помощью суперкомпьютера Bridges-2 Питтсбургского суперкомпьютерного центра, сообщает psc.edu [1]. Работа направлена на исследование нейродегенеративных заболеваний, включая боковой амиотрофический склероз (БАС), при котором нарушения доставки питательных веществ и сигналов по аксонам приводят к отказу синаптических связей и параличу [1]. Виртуальный аналог позволяет предварительно проверять механизмы блокировки транспорта без дорогостоящих лабораторных тестов на живых клетках [1].

Прямые гидродинамические расчеты в трехмерных ветвящихся невритах требуют колоссальных вычислительных мощностей из-за каждого узла ветвления [1]. Чтобы снизить нагрузку, аспирант Цун Е Се и профессор Джессика Чжан разработали суррогатную модель GALDS (Graph-Autoencoder-based Latent Dynamics Surrogate) [1]. Алгоритм рассматривает отростки как систему ветвящихся каналов, сжимая исходную геометрию до ключевых параметров и снижая сложность уравнений [1].

## Вычисления на кластере Bridges-2

Для настройки и расчетов GALDS исследователи задействовали ресурсы суперкомпьютера Bridges-2, включающего 47 узлов с 384 графическими ускорителями и 504 процессора с общим числом вычислительных ядер более 64 000 [1]. В пиковых фазах моделирование клеточного потока загружало порядка 1000 процессорных ядер одновременно [1]. Использование оперативной памяти объемом от 256 до 512 гигабайт на узел позволило хранить промежуточные массивы данных в ОЗУ, исключив задержки ввода-вывода [1].

## Точность и ограничения модели

Работу алгоритма проверили на восьми геометриях отростков и четырех сценариях патологического транспорта [1]. Скорость счета выросла в 10 раз по сравнению со стандартным физическим моделированием при средней погрешности предсказания около 3 процентов; максимальная ошибка ни в одном из тестов не превысила 8 процентов [1].

Данные исследования опубликованы в журнале Computer Methods in Applied Mechanics and Engineering в декабре 2025 года [1]. Авторы отмечают, что текущая версия усредняет микроскопические детали потока и работает исключительно со статичной геометрией, не позволяя воспроизводить рост живой клетки [1]. Дальнейшая работа направлена на поддержку изменяющихся во времени структур и интеграцию новых экспериментальных данных [1].

## Источники

1. [psc.edu](https://www.psc.edu/virtual-nerve-cells/)
2. [newswise.com](https://www.newswise.com/articles/virtual-nerve-cell-results-offer-improved-treatments)

---

Источник: RealTech, realtech.media — https://realtech.media/ru/news/rt-216ed354670c37ee607cf736_v_cmu_uskorili/