作者 | 孫鳴遠
題圖 | Folding@Home
十幾年前，不少人都擁有過這樣的經歷：同時開著好幾個QQ掛機，目的是為了早日升級出頭像名片旁邊的太陽（等級）；後來網路遊戲也發展出類似的套路，通過掛機獲得經驗或者金幣。無論是哪種形式，無非都是用戶利用電費去置換些蠅頭小利，而相關公司也正是通過這種手段來促進日活數據。
十年前，比特幣出現，人們在這其中看到了巨大的利益，於是瘋狂採購硬體進行「挖礦」。由於顯卡是主要「算力」，而廠商並未預估到「礦工」如此的瘋狂，一度導致市場中顯卡的售價翻倍上漲，但仍供不應求。
就在這一幕幕「荒誕」事情發生的同時，有一個早在2000年就啟動的「掛機」項目——Folding@home（下文統稱F@h），卻鮮為人知，也正是這個項目，讓我們每個人都有機會參與到「攻克新冠病毒」甚至是「拯救世界」的隊伍中。
Folding@home
F@h是一個分布式計算項目，用於模擬蛋白質的分子動力學，其最初的重點是觀察分析「蛋白質摺疊」問題，但後來已經逐漸延伸到解決諸多生物醫學問題，例如阿茲海默症、癌症、囊性纖維化、COVID-19、伊波拉病毒等。
該項目在2000年10月1日由史丹福大學Pande實驗室的Vijay Pande教授成立，並於2019年交由華盛頓大學聖喬治分校的Greg Bowman博士（Pande之前的學生）領導。項目成立後發展迅猛，很多在校學生、在職科學家加入項目志願者行列，幫助項目方翻譯網頁、傳播推廣。目前通過F@h項目的協助，一共誕生了223篇學術論文。
（Dr.Vijay Pande）
例如Folding@home藉助谷歌Exacycle（谷歌的大規模並行的雲資源）研究的B2AR蛋白質動力學，G-蛋白偶聯受體（GPCR）在許多醫學和生物過程（尤其是哮喘和心臟病）取得重要成績。該研究成果在化學頂級期刊《Nature Chemistry》上發布。
所謂分布式計算，即是將一個需要巨大算力的問題拆分成眾多小部分，然後將這些「小問題」分配給許多算力設備進行處理，最後把這些反饋的計算數據綜合起來得到最終的計算結果。簡單理解就是反向的「雲計算」，由中心向眾多參與者的設備發送「題目」，通過無數設備的「算力」計算出模擬結果，並將數據發送回中心。（雲計算則是各個終端設備將未處理數據發送「中心」，由「中心」計算後將結果發送回各個終端設備）
理論上來說，類似「蛋白質摺疊」這類大型科研課題，應該由超級計算機來解決，不過超級計算機雖然算力強大，但一方面使用成本極高，對於剛剛起步的F@h項目來說難以承擔，另一方面對於「蛋白質摺疊」這類「長時間模擬、隨機性極強」的課題，並非一朝一夕就能見成效，即需要一個能夠長期提供算力的系統。
所以相對廉價、高效的計算方式——分布式計算，成為了F@h的首選。如果你看過劉慈欣的《球狀閃電》，或者你是天文學愛好者，那麼你一定聽說過SETI@home，同樣也是利用分布式計算的方式，通過分析世界上最大的射電望遠鏡Arecibo獲得的數據，幫助分析搜尋外太空文明。（可惜的是SETI@home項目在2020年3月宣布停止發包，進入休眠期）
當人們結束工作休息時，這一屏幕保護程序開始運行，這臺看似休息的電腦實際上已經加入到尋找外星人的行列中：接受、分析來自SETI@home已被分解成「工作單元」的數據，分析工作結束後系統會自動聯機將分析結果傳回主伺服器，然後再接受另一新的「工作單元」。——劉慈欣《球狀閃電》
雖然在一開始F@h項目的志願者還很少，不過後來隨著人們對其逐漸了解，加入F@h的數量越來越多。在2014年時，其峰值計算速度到達45petaFLOPS，已經接近當時世界最快的超級計算機「天河二號」（54petaFLOPS）。儘管如此，相比於前文提到的「遊戲掛機」「挖礦」等數量，F@h仍然屬於小眾項目。
（紅色為F@h算力，黑色以深淺分，分別為超級計算機前三名的算力）
直到2020年2月28日，F@h的現任團隊領導者Greg Bowman博士發布了一條推特引起了無數人的關注，稱：「F@h將參與到對抗新冠病毒（COVID-19）的研究中。」
一時間，大量志願者加入到了F@h項目中，到3月19日，已經有超過40萬人下載了F@h客戶端，志願者達到了10倍增長。僅僅用了2周左右時間，F@h就初步模擬出了新冠病毒S蛋白的結構。
（COVID-19 Spike Protein，圖/F@h）
3月21日，F@h算力已經超過了470peteFLOPS，相當於目前世界上最快超級計算機IBM Summit峰值算力的2倍多。
（IBM Summit Supercomputer）
僅僅一周後，3月27日，Bowman再度宣布好消息：「F@h的算力已經超過了exaFLOP（1exaFLOP=1000petaFLOPS），F@h成為世界上第一個擁有exaFLOP算力的計算系統。」（相當於7臺IBM Summit的s峰值算力）
短時間大量湧入的算力，讓F@h始料未及，一時間分配任務的伺服器都無法應對，最後F@h團隊將伺服器數量幾乎翻倍，才得以緩解壓力。
到這裡，你應該對F@h的歷史背景和目前狀況有了大致的了解。那麼F@h與對抗新冠疫情和治療諸多不治之症之間是什麼關係呢？
蛋白質之謎
蛋白質，是人類生存所必需的物質，是組成人體一切細胞、組織的重要成分。蛋白質在人類身體中無處不在，所有生命活動都離不開蛋白質，可以說沒有蛋白質就沒有生命。而恰恰就是保證人類生命存在的物質，同時也是殺死人類最大的罪魁禍首。
很多目前醫學無法治癒的疾病，都是由蛋白質自身「出問題」引起的，而並非外界病毒、細菌所致，例如癌症、阿茲海默症、帕金森症等。
蛋白質合成的過程為：從DNA轉錄成mRNA（信使RNA）開始，藉助tRNA（轉運RNA）攜帶胺基酸，在rRNA（核糖體）中合成。
（DNA轉錄mRNA）
（tRNA攜帶對應胺基酸，按照mRNA密碼子順序，在rRNA中合成蛋白質鏈）
簡單來說，就是蛋白質是由胺基酸合成而來，而胺基酸排列的順序記錄在DNA中，通過信使（mRNA）將DNA中包含順序信息傳遞出去，藉助幫手（tRNA），按照順序將胺基酸帶進合成工廠（rRNA）進行「組裝」，併合成一條「首尾相接」的蛋白質鏈條。
蛋白質在合成之初雖然是長鏈形狀，但在幾毫秒甚至幾微秒過後，蛋白質就會摺疊成為三維形狀，並且只有在摺疊完成後才具有活性（相應的作用）。
（蛋白質摺疊示意圖）
問題就出在這裡。
蛋白質如果出現錯誤摺疊，不僅無法起到正常的作用，還會造成嚴重的災難。因為實際上大部分蛋白質擁有複雜的三維結構，並且不是簡單聚集在一起，而是有規律地構成了一種「機器」。
例如下圖中，該蛋白質位於細胞膜上，利用ATP提供能量，將酸性物質排放出細胞外，用於調節細胞pH值。
再比如細菌身上的「尾巴」，也是一種「機器」，通過內部提供能量，形成旋轉運動，驅動細菌移動。
這還只是一部分簡單的蛋白質作用的例子，試想一下，一個如此複雜的「機器」，如果零部件的位置裝配錯誤，會造成什麼樣的後果？
為了防止類似的事情發生，細胞內存在一種酶，能夠對「蛋白質摺疊」過程起到監督作用，讓其按照正確的方式摺疊；此外細胞還有第二層措施，如果發生錯誤摺疊，這些錯誤的蛋白質將會被丟入細胞質進行分解，以防止有問題的蛋白質「搗亂」。
然而人體能夠利用20種胺基酸能合成30000多種蛋白質，且每一分每一秒都在發生，比如正在看這篇文章的你，身體內就有無數的機器在運作。舉個例子，全球的機器數量加在一起，都不如你的手指尖中機器數量多。所以在諸多因素影響下，蛋白質錯誤摺疊還是會發生，從而引發一系列疾病。
比如，蛋白質錯誤摺疊導致的非溶水性蛋白質，最終形成纖維聚集體，即澱粉樣沉澱物，最終導致澱粉樣變類型疾病。（腎臟疾病、心臟疾病、皮膚疾病等）
再比如，某些蛋白質錯誤摺疊後，變為毒性蛋白，並且具有傳染性，比較出名的是朊病毒。這類病毒即便沒有DNA、RNA遺傳物質，仍具有傳染性，可最終引起多種疾病，例如狂牛症、克雅氏病。
如果錯誤摺疊的蛋白質發生在神經系統中，則會導致神經性疾病，該類疾病可以是無家族史、或遺傳的，隨著年齡增加患病率增加（即錯誤摺疊發生概率增加），例如阿茲海默症、帕金森症。
另外被人熟知的癌症，也是由於蛋白質發生錯誤摺疊所引起的，比如生成的錯誤的酶物質引起細胞環境變化，導致DNA發生突變等情況，致使細胞無限自我繁殖。
儘管科學家發現了蛋白質摺疊與DNA中記錄的胺基酸「排列順序」相關（諾獎獲得者Christian B. Anfinsen），以及與各個胺基酸之間的相互作用相關（Levinthal），但蛋白質如何在如此擁擠的「環境」中，以微妙級別快速依靠自身完成對應的摺疊，仍然存在很多謎團。
（蛋白質摺疊時在實際細胞中所處的環境，圖中運動速度是現實生物細胞中的1/100萬）
蛋白質發生摺疊的各種可能性，高達10的300次方，所以F@h項目就是通過龐大的算力，模擬和預估的蛋白質摺疊情況，為攻克各種醫學問題提供幫助。
回過頭來，醫學上對付病毒的方式，無外乎兩種，特效藥和疫苗。病毒的結構非常簡單，由蛋白質外殼和遺傳物質（DNA或RNA）組成。疫苗的作用即是讓身體免疫系統認識病毒「面貌」，以產生對應的抗體，對其進行消滅；特效藥則是通過「攻擊」病毒宿主或者本體，令其無法繁殖和傳播。無論哪種方式，都離不開「認識」病毒，而識別的方式即是病毒的蛋白質外殼。
上文中提到過蛋白質就像一座機器一樣運作，而不同於宏觀世界中的機器，蛋白質「工作」的基礎原理是通過「吸收」一個分子，然後「釋放」一個分子。特效藥即是通過這種方式結合病毒蛋白質，令蛋白質讓應該持有的「壞蛋」扔掉，以達到消滅病毒的效果。
（蛋白質工作基本原理）
這就是為什麼F@h可以為攻克新冠病毒提供幫助，利用其蛋白質摺疊模擬系統，模擬計算病毒蛋白質外殼具體摺疊結構，為製造疫苗和特效藥提供最直接的幫助。
如何加入F@h
F@h發展過程中，Intel、Google、NVIDIA、AMD(前ATI)、索尼、蘋果、戴爾等廠商形成了一個支持Folding@home項目發展的同盟，一直致力於改進軟體以及第三方工具做出更好的接口，同時為項目提供了制度、資金、伺服器設備支持。
其中索尼還將運算平臺擴展至了PS3和Xperia手機，雖然後來PS3客戶端和安卓客戶端相繼下架，但未來可能再度加入運算陣營。
所以目前想要加入F@h，首先你需要一臺電腦，基本上十年前的電腦也能參與，如果有獨立顯卡當然是最理想的。
Cpu：英特爾：奔騰4以上AMD：與奔騰4同時代以後都行顯卡：A卡5XXX系列以上（十年前的顯卡）N卡8XXX系列以上（Fermi架構及之後）作業系統：Windows XP以上，MacOS、Linux（包括Debian、Ubuntu、Redhat等版本）
其次，到F@h官網（https://foldingathome.org/start-folding/）下載相關軟體，並進行安裝。（MacOS和Windows的操作界面是一樣的）
（選擇Custome install）
（數據存儲位置儘量放非系統盤，因為會反覆擦寫一些數據，並且在執行模擬時會佔用一大塊空間）
（圖中標紅的打開屏幕保護設置不要選，容易導致不穩定）
安裝完畢後，會彈出一個Web Controller的網頁，無視關閉掉即可，MacOS系統直接打開FAHcontrol軟體，Windows系統在右下角找到圖標，右鍵點擊後選擇Advanced Control。
（Mac系統找到軟體打開即可）
（Windows在右下角圖標右鍵）
打開軟體後，如果不關心為哪個隊伍做出貢獻，則選擇Fold Anonymously，即最終積分會算在Default Team分組裡。不過中國分布式計算隊伍十幾年前就入駐了F@h，隊伍ID為3213。
選擇了Configure Identity後，在Name中填入任一名字，Team Number中填入中國的隊伍3213。
點擊Passkey下方超連結後，填入自己的ID名字和郵箱，收到一串密碼，作為加入隊伍的驗證。
填入確認後，即可開始設置軟體。點開Configure菜單，選擇slot標籤卡，gpu不用設置，雙擊cpu名字。
下拉後選擇Add，並在Name中填入client-type，Value中填入advanced。
在Advanced標籤卡中，Cause Preference選擇any，也就是不限制某個領域的模擬任務，官方稱選擇Any選項，如果電腦性能匹配，則會優先分配新冠疫情的工作單元。其他保持默認即可。
最後一個Expert標籤卡，可添加可不添加。在左側欄中，點Add，填入Name：next-unit-percentage，Value：90。此舉目的是當上一個任務完成至90%時，自動下載下一個任務。
然後確認後，即可點擊Fold按鈕，開始計算。右上方那個滑條，可以選擇使用多少電腦資源，以防影響自己正常電腦使用。
筆者在另一臺帶有獨立顯卡的windows平臺作了一番測試，拉滿功率時，CPU會全核跑滿，GPU則是其中一個計算單元跑滿。
軟體可以設置為空閒時自動開啟運算，利用平時閒置不用狀況下的算力進行計算。不過我嘗試了在單GPU滿速跑F@h時候，開啟其他遊戲的狀況（分別是Pubg和COD），F@h會自動降低算力，給電腦用戶正常使用讓路，測試結果兩款遊戲比平時幀率下降15%左右。
結語
中國的網際網路發展迅速，但網民的總數量其實並不能客觀反應一個國家信息化程度的高低，也無法證明一個國家科普的水平。而在參與類似F@h分布式計算的項目統計中，歐美國家領先非常多，尤其北歐國家，幾乎一半的家用電腦都參與了分布式計算。
甚至全球一個最大的「挖礦」組織Curecoin早在幾年前就加入了F@h項目，截止目前，由他們提供的算力和模擬結果，佔到全部成績的近60%。另外僅僅一周前，加拿大油管博主Linus也發起了自己的隊伍，僅在一周時間內，Linus隊伍的分數直接排在第四名。
這種聚合每個普通人力量改變世界的項目，雖然無法獲得眼前的金錢利益，但相比購買機器挖礦、遊戲掛機等行為，顯然要有意義的多。
（FAH View中可以看到自己運算模擬的蛋白質結構）
畢竟，你或許正在拯救全世界。
附：
1.下載模擬運算任務時候，可能需要梯子，因為伺服器位於美國。不過任務包並不大，一般僅有十幾M。
2.顯卡運算得到的分數（PPD，Point Per Day）遠高於CPU，所以可以只開GPU，效率高很多且不影響正常使用。
3.模擬運算的任務id可以看出是否在模擬新冠病毒項目。
4.不要用政治眼光看待這件事，所有的結果都會同步在Github公布，顯示全球志願者的成果，任何國家的科學家甚至是普通人都可以查看。
5.不存在盜用算力挖礦行為。
6.另外一個平臺Bonic可以在手機端運行，涉及領域較多，感興趣也可以下載來嘗試，記得插電源線。
7.AlphaGo母公司DeepMind也在幾年前推出了AlphaFold，利用人工智慧模擬蛋白質3D結構，不同的是，AlphaFold是通過基因序列信息來進行預測。