Clara 為了 Genomics
NVIDIA Clara™ 為了 Genomics 軟體套件為精準基因體實現劃時代的速度與精準度。
為什麼選擇適用於基因體研究的 Clara？
企業可獲得的優勢
透過優化工作流程，大幅縮短發現和判別治療方法所需的時間。
IT 人員可獲得的優勢
將耗時的分析從數天縮短為數分鐘，徹底改變基因體研究工作流程的速度、準確度和吞吐量。
開發人員可獲得的優勢
針對生殖細胞和體細胞分析工作流程，將完整基因體和外顯子的比對、處理和變異偵測最佳化。
從端到端加速基因體研究
基因體研究市場包含各種方法，涵蓋藥物研發、精準醫療、人口健康研究和臨床診斷等廣泛應用。應用範圍相當多元，包含研究機構、醫療照護機構、定序診斷中心、國家計畫、製藥和生物科技，都在基因體研究的探索中扮演要角。更快速的分析可加速診斷、個人化治療，並簡化藥物研發流程，不僅節省時間和資源，也同時改善病患照護品質，實現以數據驅動的即時決策。
-
短序列片段分析
-
長序列片段分析
-
單細胞
-
空間體學
經過加速的短序列片段分析
短序列片段定序會產生較短的 DNA 序列，因其速度快且經濟實惠，而廣受歡迎。NVIDIA® Parabricks® 可加速黃金標準的二級分析工具，從比對到變異偵測，都能快速分析短序列片段定序資料。這些工具可用於處理來自 Element、Illumina、MGI、Singular、Thermo Fisher 和 Ultima 定序器的資料。
經過加速的長序列片段分析
長序列片段定序有助於辨識結構變異，並可用於組裝來自多個樣本的基因體，進而推動族群遺傳多樣性的研究。NVIDIA Parabricks 可加速黃金標準的二級分析工具，進行鹼基偵測、比對和變異偵測等研究，快速分析長序列片段定序資料。這些工具可用於分析 Oxford Nanopore 和 PacBio 長序列片段定序器的資料。
單細胞
NVIDIA RAPIDS™ 使用與 scverse Python 函式庫類似的可用性模型，藉此加速資料處理和視覺化的單細胞工作流程。cunnData 則為 GPU 提供 AnnData 物件的最小化輕量版本，可快速操作和處理資料，再由 RAPIDS cuGraph 和 cuML 函式庫接著進行下游分析。
空間體學
NVIDIA Parabricks 包括單細胞與空間分析工作流程，可消除運算瓶頸並提高準確度。不僅具備空間分析專用的生成式人工智慧，還結合可針對細胞影像進行高精準度分割的基礎模型「VISTA-2D」。VISTA-2D 是以轉換器為架構的深度學習演算法，適用於多種類型的細胞，並支援多種資料集、模式與 GPU。
產品套件
NVIDIA NIM™ 微服務為人工智慧推論提供全面且分層的解決方案，結合預先建置容器的強大功能、業界標準的 API、客製化模型支援、特定領域的程式碼，以及最佳化的推論引擎。 利用單獨非成套的 NIM 微服務，建立自己的工作流程，適用於客製化的基因體應用。
NVIDIA Parabricks
NVIDIA Parabricks 提供運算生物學家和生物資訊學家每天可使用的 GPU 加速版本工具，大幅加速執行時間、工作流程的擴充性，並降低運算成本。
NVIDIA AI Enterprise
NVIDIA 提供 NVIDIA AI Enterprise，適用於臨床工作流程、大型定序專案、高輸送量平台或其他需要立即協助的工作流程中需要 Parabricks 支援的客戶。
在現實世界中發揮影響力
常見問題
NVIDIA Parabricks 是一款用於二級基因體分析的 GPU 加速軟體套件。Parabricks 與所有頂尖定序儀器相容，並支援多種不同的生物資訊學工作流程。
Parabricks 可提升速度、降低成本，並加強二級基因體分析的準確度。
- 加強準確度：為所有主要定序儀器部署高準確度的深度學習技術。
- 提升速度：全基因體定序 (WGS) 分析速度比起僅使用 CPU 的解決方案快上 108 倍。
- 降低成本：運算成本比起僅使用 CPU 的解決方案減少 50%。
是，Parabricks 與開放原始碼工具的結果相符，因此您可以汰換開放原始碼工具，並使用 Parabricks 獲得完全相同的結果。下表是 4.3.1 版的最新評測基準結果。
效能 (單位：分鐘)
使用 Illumina 資料對 FQ2BAM、BWA-Meth、DeepVariant 和 Haplotype Caller 進行全基因體定序，速度快上 30 倍。使用 Illumina 資料，對 Mutect2 進行腫瘤-正常全基因體定序，速度快上 50 倍。
Parabricks 在 NVIDIA NGC™ 上以公開容器的形式提供，可透過本機或任何雲端服務平台或供應商使用。
NVIDIA 提供 NVIDIA AI Enterprise，適用於臨床工作流程、大型定序專案、高輸送量平台或其他需要立即協助的工作流程中需要 Parabricks 支援的客戶。
Parabricks 可透過公用雲端供應商、平台、合作夥伴，以及本機運行。
- 公用雲端供應商：AWS、Google Cloud、Oracle Cloud、Microsoft Azure、Naver Cloud Platform、Baidu AI Cloud、Alibaba Cloud
- 平台與合作夥伴：DNAnexus、AWS、Terra、Velsera、FormBio、Lifebit
- 本機部署：NVIDIA DGX 系統、NVIDIA 認證的伺服器、Dell Technologies、Hewlett Packard Enterprise、Lenovo、Cisco、Atos、Supermicro
硬體需求
- 任何支援 70、75、80、86、89 或 90 的 CUDA 架構，且至少具備 16 GB RAM 的 NVIDIA GPU。NVIDIA Parabricks 已在以下 NVIDIA Tensor 核心 GPU 上完成測試：
- V100
- T4
- A10、A30、A40、A100、A6000
- L4、L40
- H100、H200
- Grace Hopper™ Superchip
- fq2bam 工具預設上需要最少 24 GB 的 GPU 記憶體；若選擇低記憶體選項，則記憶體需求會降至 16 GB ，但會降低處理速度。其他所有工具至少均需要每個 GPU 16 GB 的 GPU 記憶體。
- 系統需求：
- 雙 GPU 系統至少應配備 100 GB 的 CPU RAM 和至少 24 個 CPU 執行緒 (thread) 。
- 四 GPU 系統至少應配備 196 GB 的 CPU RAM 和至少 32 個 CPU 執行緒 (thread) 。
- 八 GPU 系統至少應配備 392 GB 的 CPU RAM 和至少 48 個 CPU 執行緒 (thread) 。
軟體需求
- 525.60.13 或更高版本的 NVIDIA 驅動程式
- 任何支援 nvidia-docker2 Docker 20.10 (或更高版本) 的 Linux 作業系統
- 速度最快：NVIDIA H100 Tensore 核心 GPU
- 單位樣本最低成本：NVIDIA L4 Tensor 核心 GPU
- 全新支援：NVIDIA Grace Hopper 超級晶片
大部分 NVIDIA 企業級 GPU 均支援 Parabricks，包括 A100、A6000、A40、A30、A10、L40、T4 和 V100 Tensor 核心 GPU。
如有其他問題，歡迎與 NVIDIA 業務聯繫。
聯絡我們
從激動人心的產品發佈到重要的最新動態，註冊即可獲得最新的醫療照護消息。
有任何疑問？我們的醫療照護專家將隨時為您提供協助！