GPU 赋能长读长基因测序

演讲将展示通过生化技术和深度学习技术的结合，在 GPU 的辅助下，实现高效率高读长的基因测序。纳米孔测序技术是新一代的测序技术，具有超长读长、实时测序、测序设备便携等特点。它的测序长度可以高达 150kbp 以上，而现在应用最广泛的 NGS 测序技术通常只有 100-500bp 。纳米孔测序是单分子测序，基于库尔特孔原理，让碱基序列穿过孔径为纳米级的蛋白孔产生电流信号，再通过算法将电流信号转化成测序结果。将孔电流转化成测序结果的过程是个序列到序列的任务，可以通过深度学习实现基因测序。由于碱基序列通过蛋白孔时，可能会游动、折叠，孔电流信号的表现比较不稳定，往往需要较多的上下文信息来做出准确的预测，直接带来的就是计算量的提升。以基于 CNN 的 encoder-decoder 模型为例，完成测序任务，就需要很大的卷积核以提供足够的感受野，从而带来大量的网络参数。利用 GPU 在并行计算方面的优势，预测速度大幅提升。在我们的测试中，即使是低成本的 GPU，都将我们的计算时间缩短了 10 倍以上。特别是 GPU 的使用，使得端到端的序列预测变为可能。