Bioinformatics & Genomics – NVIDIA 技術博客

GROMACS 2023 中的 CUDA 圖指南

Fri, 14 Apr 2023 03:39:26 +0000

GPU 隨著新一代的出現而不斷加快，通常情況下 GPU 上的每個活動（如內核或內存拷貝）都會很快完成。在過去，每個活動都必須由 CPU 單獨安排（啟動），相關的開銷可能會累積起來，成為性能瓶頸。 CUDA Graphs功能通過將多個 GPU 活動安排為單個計算圖來解決這個問題。這篇文章描述了 CUDA Graphs 最近是如何被GROMACS，是一個用于生物分子系統的模擬包，也是世界上使用率最高的科學軟件應用程序之一。我們將介紹 CUDA Graphs 和 GROMACS ，描述我們將 CUDA Graphs 集成到 GROMACS （以及與 GROMACS 共同設計）中的工作，展示性能結果，并向您展示如何在 GROMACS 中使用 CUDA Graphs 經過 NVIDIA 和core GROMACS developers，以充分利用現代 GPU 加速服務器。有關更多詳細信息，

Source

]]>

NVIDIA Parabricks 4.1 中的長讀測序工作流和更高吞吐量

Tue, 21 Mar 2023 07:30:23 +0000

即將發布的 NVIDIA Parabricks 是一套加速的基因組分析應用程序，它在加速測序比對和提高深度學習變體調用的準確性方面比以往任何時候都更進一步。該版本包括 PacBio 長讀數據的新工作流程，包括加速的 Minimap2 工具和谷歌的 DeepVariant ，用于對 PacBio 數據進行完整的 GPU 端到端分析。 NVIDIA Parabricks 可以免費使用，并提供付費企業支持選項。它包含各種優化的、基于人工智能的行業標準基因組工具，比基于 CPU 的工具提供高達 80 倍的加速，并將計算成本降低高達 50% 。與 CPU 上的約 24 小時相比，現在只需 16 分鐘即可分析 30 倍的全基因組，相當于每年在一臺服務器上分析多達 30000 個全基因組。注冊以獲得 Parabricks 4.1 release 的通知，

Source

]]>

基因組 LLM 在不同任務中表現出優異的性能和通用性

Thu, 12 Jan 2023 09:37:39 +0000

InstaDeep 、慕尼黑工業大學（ TUM ）和 NVIDIA 之間的合作導致了基因組學多個超級計算規模基礎模型的開發。這些模型展示了許多預測任務的最先進性能，如啟動子和增強子位點預測。聯合研究團隊表明，在基因組學上訓練的大型語言模型（ LLM ）可以在過多的基因組任務中推廣。以前的方法需要專門的模型。在 NVIDIA Healthcare VP Kimberly Powell’s invited talk on January 12 期間即將舉行的摩根大通醫療保健會議上，將對結果進行初步了解。該團隊使用 NVIDIA 推出的超級計算機 Cambridge-1 來訓練各種大型語言模型（ LLM ），從 500M 到 2.5B 參數。在不同的基因組數據集集合上訓練模型，以探索模型規模和數據多樣性對下游任務績效的作用。分類任務包括預測增強子和啟動子序列以及轉錄因子結合位點。

Source

]]>

新研究突出了 NVIDIA Clara Parabricks 用于基因組分析的速度和成本節約

Thu, 03 Nov 2022 02:48:00 +0000

許多組織正在使用 NVIDIA Clara Parabricks 對大型人群項目、重癥患者、臨床工作流程和癌癥基因組學項目進行快速人類基因組和外顯子分析。他們的工作旨在準確、快速地識別致病變種，與加速的下一代測序以及加速的基因組分析保持同步。最近， 8 月和 9 月的兩份同行評審的科學出版物強調了 Clara Parabricks 在 de novo 和病原體工作流程中的速度、準確性和成本節約。普渡大學首席研究員喬瓦娜·卡皮博士和她的團隊試圖了解 Clara Parabricks 相對于瘧疾社區用于變種鑒定的現有方法的性能，以跟蹤瘧疾傳播并使用 1000 個瘧疾基因組監測抗瘧藥物耐藥性。多年來一直在研究病原體基因組學的 Carpi 博士證明，與 CPU 傳統管道相比，分析速度提高了 27 倍，成本降低了 5 倍，同時準確率達到 99.9% 。瘧疾基因組相對較大（…

Source

]]>

使用 NVIDIA RAPIDS cuML 實現 100 倍更快的單電池模式預測

Wed, 19 Oct 2022 05:35:00 +0000

單細胞測量技術發展迅速，徹底改變了生命科學。我們已經從測量幾十個細胞擴展到數百萬個細胞，從一種模式擴展到多個高維模式。單個細胞水平上的大量信息為訓練機器學習模型提供了一個很好的機會，幫助我們更好地理解 intrinsic link of cell modalities ，這可能會對合成生物學和 drug target discovery 產生變革。這篇文章介紹了模態預測，并解釋了我們如何用基于 NVIDIA GPU 的 RAPIDS cuML 實現取代基于 CPU 的 TSVD 和內核嶺回歸（ KRR ），從而加速了 NeurIPS Single-Cell Multi-Modality Prediction Challenge 的獲勝解決方案。使用 cuML ，只修改了六行代碼，我們加速了基于 scikit 學習的獲勝解決方案，將訓練時間從 69 分鐘縮短到 40 秒：

Source

]]>

用 NVIDIA Clara Parabricks v4.0 大眾化和加速基因組測序分析

Wed, 21 Sep 2022 02:51:00 +0000

計算生物學領域依賴于快速、準確和易于使用的生物信息學工具。隨著下一代測序（ NGS ）的速度越來越快、成本越來越低，數據洪流正在出現，人們對可訪問、高通量、行業標準分析的需求日益增長。 2022 年 GTC ，我們宣布發布 NVIDIA Clara Parabricks v4.0 ，這對基因組研究人員和生物信息學家部署和擴展基因組測序分析管道的方式帶來了重大改進。 Clara Parabricks v4.0 現在可完全免費用于研發。這意味著比以往任何時候都更少的技術障礙，包括刪除以前版本的基因組分析軟件中存在的安裝腳本和企業許可服務器。這也意味著大大簡化了部署，能夠在任何 NVIDIA 認證的系統上快速輕松地拉取和運行 Clara Parabricks Docker 容器，在本地或云中使用最為方便。需要企業級技術和工程支持以支持其生產工作流的商業用戶，

Source

]]>

使用 NVIDIA Clara Parabricks 3.8 進行大規模癌癥基因組測序分析和變異注釋

Mon, 06 Jun 2022 07:03:00 +0000

生物信息學家一直在尋找新的工具來簡化和增強基因組分析管道。 NVIDIA Clara Parabricks 擁有 60 多種工具，能夠在研究和臨床環境中為種系和體細胞工作流程提供準確、快速的基因組分析。今天，我們宣布發布 NVIDIA Clara Parabricks 3.8 ，特點：序列數據的快速增長要求更快的變體調用格式（ VCF ）讀寫速度。 Clara Parabricks 3.8 擴展了快速變量注釋、變量后調用、使用 snpswift 支持自定義數據庫注釋以及使用 bcftools 調用變量結果。在 Clara Parabricks 上， snpswift 提供了快速準確的 VCF 數據庫注釋，并利用了廣泛的數據庫。測序技術的進步擴大了基因組學在臨床腫瘤學中的作用。

Source

]]>

NVIDIA DGX A100 的超快速納米孔測序分析

Tue, 22 Mar 2022 06:06:00 +0000

快速且經濟高效的全基因組測序和分析可以迅速為患有罕見或未診斷疾病的危重患者提供答案。最近在加速臨床測序方面取得的進展，例如創造世界紀錄用于快速診斷的 DNA 測序技術，使我們離在臨床環境中進行全基因組基因診斷又近了一步。斯坦福大學醫學院（ Stanford University School of Medicine ）、NVIDIA （ NVIDIA ）、谷歌（ Google ）、 UCSC 和牛津納米孔技術（ Oxford Nanopore Technologies ， ONT ）領導的一個團隊最近使用這項技術來識別與疾病相關的基因變異，這些變異在短短 7 小時 18 分鐘內就得到了診斷，結果于 2022 年 1 月發表在新英格蘭醫學雜志上。這一創紀錄的端到端基因組工作流程依賴于創新技術和高性能計算。它利用長閱讀納米孔測序技術更好地分析結構變體。

Source

]]>

與 Jonny Israel 進行人工智能和藥物發現問答：NVIDIA 基因組學

Thu, 10 Mar 2022 09:32:00 +0000

下面的帖子將深入探討NVIDIA 在藥物發現和基因組學方面取得的一些成就和當前的工作重點。作為醫療保健和生命科學領域創新的領導者，NVIDIA 正在尋求加入人工智能、深度學習、模擬和藥物發現研究人員和工程師為球隊干杯。如果你讀到的內容與你的職業目標一致，請查看當前的工作公告。 NVIDIA 正在利用最新技術，將高性能計算（ HPC ）與基因組和藥物發現研究結合起來。隨著基因組測試變得越來越主流，需要分析的數據量也在增加。藥物發現也進入了一個新的研究時代，人工智能和深度學習為發現數千種新化合物打開了大門，這些化合物是藥物發現的基礎。 NVIDIA 的研究人員和工程師，如該組織的負責人約翰尼·伊斯雷爾，正在推動基因組學和藥物發現研究。開發 NVIDIA Clara Parabricks 等軟件，這是一個 GPU 加速的計算基因組學應用框架，為全基因組、外顯子組、

Source

]]>

將加速基因組分析擴展到 RNA 、基因面板和注釋

Tue, 22 Feb 2022 04:30:00 +0000

NVIDIA Clara Parabricks v3 的發布。 6 去年夏天，在全基因組和全外顯子組測序分析綜合工具包中添加了多個加速體細胞變異調用者和用于注釋和質量控制 VCF 文件的新工具。在 2022 年 1 月發布的 Clara Parabricks v3 中。 7.NVIDIA 將工具包的范圍擴展到新的數據類型，同時繼續改進現有工具： Clara Parabricks v3 。 7 顯著拓寬了 Clara Parabricks 的功能范圍，同時繼續投資于領先的全基因組和全外顯子組管道領域。為了解決人類參考基因組的最新更新問題，并使重新排列讀數便于大型研究， NVIDIA 開發了一種新的工具。 Parabricks 可以從 BAM 文件中提取 FASTQ 格式的讀取數據，為 GATK 或等工具提供了一個加速的替代品。

Source

]]>

Clara Parabricks 3.7 為基因小組帶來了優化和加速的工作流程

Tue, 18 Jan 2022 03:56:00 +0000

由 GPU 驅動的 NVIDIA Clara Parabricks v3 的最新版本。 7 包括對種系變體調用者的更新、對 RNA 序列管道的增強支持以及基因面板的優化工作流程。現在有超過 50 種工具， Clara Parabricks 為臨床和研究工作流程中的基因面板、外顯子組和基因組提供準確和加速的基因組分析。迄今為止， Clara Parabricks 已經證明，與基于 CPU 的環境相比，用于全基因組工作流程（ 22 分鐘內完成端到端分析）和外顯子組工作流程（ 4 分鐘內完成端到端分析）的最先進生物信息學工具的速度提高了 60 倍。大規模測序項目和其他全基因組研究能夠在單個 DGX 服務器上每天分析 60 多個基因組，同時降低了相關成本，產生了比以往任何時候都有用的見解。包括泰國國家生物銀行、人類基因組中心與東京大學、基因組學研究院、圣路易斯華盛頓大學、

Source

]]>