在英偉達(dá)自家的GTC大會(huì)上，它展示了在基因組學(xué)方面的生態(tài)合作。除了領(lǐng)頭的兩大測(cè)序品牌Illumina和MGI，其他新興玩家都跟英偉達(dá)建立了合作關(guān)系。
高通量?jī)x器的進(jìn)步降低了測(cè)序成本，但這只會(huì)增加需要分析的數(shù)據(jù)量。 GPU 和 AI 上的并行工作流程可提高儀器通量和準(zhǔn)確性，同時(shí)加速分析。
面向未來(lái)發(fā)展，這個(gè)命題太重要了。
不管是基于RNN還是CNN模型，深度學(xué)習(xí)對(duì)于基因組儀器中的堿基檢出越來(lái)越重要。神經(jīng)網(wǎng)絡(luò)可以解讀儀器生成的圖像和信號(hào)數(shù)據(jù)，推斷堿基信息。這提高了讀取的準(zhǔn)確性，并確保堿基檢出更接近實(shí)時(shí)。所以，ONT、PacBio、Singular、Ultima等將英偉達(dá)的GPU整合到了自己的機(jī)器中。
英偉達(dá)在2019年底收購(gòu)了測(cè)序軟件公司Parabricks進(jìn)軍基因組學(xué)行業(yè)。到目前為主，Parabricks可能還是唯一一款 GPU 加速的生信解決方案，加速了黃金標(biāo)準(zhǔn)二級(jí)分析工具的速度，從比對(duì)到變異調(diào)用，實(shí)現(xiàn)了短讀長(zhǎng)測(cè)序數(shù)據(jù)的快速分析。這些工具可兼容主流測(cè)序儀所產(chǎn)出的數(shù)據(jù)。
值得一提的是，頭部的兩大測(cè)序品牌在機(jī)載計(jì)算上選擇了基于FPGA的加速方式。
不管是FPGA還是GPU，二級(jí)分析的效率都已經(jīng)大大提升。但Parabricks Germline WGS工作流程，通過(guò) H100 GPU 上的加速，端到端運(yùn)行時(shí)間只需要短短的10 分鐘！這太驚人了。
迄今為止，超快速的人全基因組測(cè)序診斷也是NVIDIA 和 ONT在NVIDIA A100 上實(shí)現(xiàn)的7 小時(shí) 18 分鐘。
在傳統(tǒng)的基因測(cè)序之外，Bionano的光學(xué)圖譜分析、Deepcell的單細(xì)胞形態(tài)分析、NanoString的空間組學(xué)分析等都也嵌入擁抱了英偉達(dá)的GPU和AI技術(shù)。
NVIDIA Parabricks 不斷擴(kuò)展提供加速的多組學(xué)分析，為單細(xì)胞和空間組學(xué)提供了參考工作流程，解決DNA、RNA、甲基化、單細(xì)胞和空間組學(xué)數(shù)據(jù)的挑戰(zhàn)。
英偉達(dá)也在將生成式 AI 引入單細(xì)胞和空間組學(xué)分析，并提供一種新的細(xì)胞成像基礎(chǔ)模型，能夠進(jìn)行高精度分割（能正確地將表達(dá)歸因于正確的細(xì)胞非常重要，這會(huì)影響所有下游任務(wù)的準(zhǔn)確性），并且能夠獨(dú)特地生成代表細(xì)胞形態(tài)的嵌入信息。 這似乎代表了未來(lái)組學(xué)大數(shù)據(jù)發(fā)展的一個(gè)趨勢(shì)。
當(dāng)然，除此之外，在醫(yī)療和生命科學(xué)行業(yè)的應(yīng)用上，英偉達(dá)也更多關(guān)注藥物發(fā)現(xiàn)、醫(yī)療器械及醫(yī)學(xué)影像等場(chǎng)景。
妥妥的生產(chǎn)力稀缺要素。