适用于基因组学的 Clara
借助适用于基因组学研究的 NVIDIA Clara™ 软件套件，让精准基因组学分析的速度和准确性更上一层楼。
为什么适用于基因组学研究的 Clara 值得选择？
面向企业
借助经过优化的工作流程，大幅缩短获得发现结果以及确定治疗方案所需的时间。
面向 IT 技术人员
将原本需要耗时数天的分析任务缩短到几分钟，大幅提升基因组学工作流程的速度、准确性和吞吐量。
面向开发者
针对种系和体细胞工作流程优化全基因组和外显子组序列的比对、处理和变异检测过程。
加快端到端基因组学分析速度
基因组学领域采用的方法多种多样，这些方法在药物研发、精准医疗、人口健康研究和临床诊断中有着广泛的应用。该领域涉及多个方面，其中包括科研机构、医疗机构、测序诊断中心、国家/地区计划、制药以及生物技术，所有这些方面都在基因组学研发中发挥着重要作用。提高分析速度有助于加快诊断、提供个性化治疗，并简化药物研发过程，从而节省时间和资源，同时提升患者护理水平，并实现以数据为依据的实时决策。
-
短读段分析
-
长读段分析
-
单细胞
-
空间组学
加速短读段分析
短读段测序可生成短 DNA 序列，并因速度快且经济实惠而受到重视。NVIDIA® Parabricks® 可加快黄金标准二级分析工具的速度，使其更快地完成从比对到变异检测的整个过程，从而有助于快速分析短读段测序数据。这些工具可用于处理来自 Element、MGI、Singular、Thermo Fisher 和 Ultima 测序仪的数据。
加速长读段分析
长读段测序有助于识别结构变异，并可用于根据多个样本来组合基因组，从而推动群体遗传多样性的研究。NVIDIA Parabricks 可加快黄金标准二级分析工具的碱基识别、比对和变异检测速度，从而有助于快速分析长读段测序数据。这些工具可用于处理来自 Oxford Nanopore 和 PacBio 长读段测序仪的数据。
单细胞
NVIDIA RAPIDS™ 可加速单细胞数据处理和可视化工作流，并具有与 scverse Python 库类似的可用性模型。cunnData 为 GPU 提供了 AnnData 对象的超小型、轻量级版本，有助于快速操作和处理数据，RAPIDS cuGraph 和 cuML 库随后则会开展下游分析工作。
空间组学
NVIDIA Parabricks 包括一个单细胞和空间工作流，可克服加速瓶颈并提高准确性。生成式 AI 专门用于借助 VISTA-2D 进行空间分析，VISTA-2D 是一个细胞成像基础模型，可进行高精度分割。作为基于变换器的深度学习算法，VISTA-2D 适用多种类型的细胞并支持多种数据集、模态及 GPU。
面向基因组学的 NIM 微服务
NVIDIA NIM™ 微服务将预构建容器、行业标准 API、定制模型支持、领域专属代码和优化推理引擎的强大功能相结合，为 AI 推理提供全面的分层解决方案。使用定制 NIM 微服务，为定制基因组学应用构建您自己的工作流。
NVIDIA AI Enterprise
对于需要在临床工作流程、大型测序项目、高通量平台或其他需要即时协助的工作流程中获得 Parabricks 支持的客户，NVIDIA 提供 NVIDIA AI Enterprise。
成功案例
常见问题解答
NVIDIA Parabricks 是用于二级基因组分析的 GPU 加速软件套件。Parabricks 与所有主流的测序仪器兼容，支持多种生物信息学工作流。
Parabricks 可提高二级基因组分析的速度，降低成本并提高准确性。
- 提高准确性：为所有主要测序仪部署高准确度深度学习。
- 提高速度：与仅使用 CPU 的解决方案相比，全基因组测序 (WGS) 的分析速度提升 108 倍。
- 降低成本：与仅使用 CPU 的解决方案相比，WGS 的计算成本降幅高达 50%。
是的，Parabricks 与开源工具的结果相符，因此您可以切换开源工具并获得与 Parabricks 完全相同的结果。4.3.1 版本的最新基准测试结果如下表所示。
运行时间单位为分钟。
使用第三方数据，对 FQ2BAM、BWA-Meth、 DeepVariant 和 Haplotype Caller 进行 30 倍全基因组测序。
使用第三方数据对 Mutect2 进行 50 倍肿瘤-正常样本全基因组测序。
Parabricks 可作为 NVIDIA NGC™ 云服务上的公共容器在本地或任何平台或服务商使用。
为了满足客户需求，让他们在临床工作流、大型测序项目、高吞吐量平台或其它需要即时协助的工作流程中获得 Parabricks 的技术支持，NVIDIA 提供了 NVIDIA AI Enterprise。Parabricks 可在公共云服务商、平台及本地运行。
Parabricks 可在公共云服务商、平台及本地运行。
- 公共云服务商：AWS、Google Cloud、Oracle Cloud、Microsoft Azure、Naver Cloud Platform、 百度智能云、阿里云
- 平台和伙伴：DNAnexus, AWS, Terra, Velsera, FormBio, Lifebit
- 本地：DNAnexus、AWS、 Terra、Velsera、FormBio、Lifebit NVIDIA DGX 系统、 NVIDIA-Certified 服务器、Dell Technologies、Hewlett Packard Enterprise、Lenovo、Cisco、Atos、 Supermicro
硬件要求
- 支持 CUDA 架构 70、 75、80、86、89 或 90 并且至少拥有 16 GB GPU RAM 的任何 NVIDIA GPU。NVIDIA Parabricks 已在下列 NVIDIA Tensor Core GPU 上进行了测试：
- V100
- T4
- A10、A30、A40、A100、A6000
- L4、L40
- H100、H200
- Grace Hopper™ Superchip
- fq2bam 工具在默认情况下至少需要 24GB 的 GPU 显存；低内存选项可降至 16GB GPU 显存，但会降低处理速度。所有其他工具的每个 GPU 至少需要 16GB GPU 显存。
- 系统配置需求：
- 2 个 GPU 系统至少应配置 100GB CPU RAM 和至少 24 CPU 线程。
- 4 个 GPU 系统至少应配置 196GB CPU RAM 和至少 32 CPU 线程。
- 8 个 GPU 系统至少应配置 392GB CPU RAM 和至少 48 CPU 线程。
软件要求
- 版本 525.60.13 或更高版本的 NVDIA 驱动
- 任何支持 nvidia-docker2 Docker 版本 20.10（或更高版本）的 Linux 操作系统
- 速度最快：NVIDIA H100 Tensore Core GPU
- 每样本成本最低：NVIDIA L4 Tensor Core GPU
- 全新支持：NVIDIA Grace Hopper Superchip
Parabricks 支持大部分 NVIDIA 企业级 GPU，包括 A100、A6000、A40、A30、A10、L40、T4 和 V100 Tensor Core GPU。
请联系我们，提出您的问题。
联系我们
注册以接收医疗健康资讯——从令人兴奋的产品发布到重要资讯更新。
是否有任何问题？我们的医疗健康专家可随时为您提供帮助！
