设计和实施一个可扩展的高性能计算 (HPC) 集群用于omics数据分析:在LMICs中的成就,挑战和建议
Kais Ghedira1, Oussema Khamessi1,2, Chaima Hkimi1,2
1Laboratory of Bioinformatics, Biomathematics and Biostatistics, LR16IPT09, Institut Pasteur de Tunis, University of Tunis El Manar, Tunis 1002, Tunisia.
GigaScience
|August 22, 2024
概括
突尼斯推出了首个用于OMIC研究的高性能计算基础设施. 该倡议支持大数据管理和生物信息学分析,为其他低收入和中等收入国家提供一个模型.
科学领域:
- 生物医学研究的研究.
- 生物信息学是一种生物信息学.
- 基因组学就是基因组学.
背景情况:
- 高通量技术加速了生物医学数据的生成.
- 管理和分析大型数据集需要先进的计算资源.
- 在本地高性能计算 (HPC) 对现代生物医学大数据管理至关重要.
研究的目的:
- 引入突尼斯的开创性高性能计算基础设施,适用于OMICS研究.
- 为在生物信息学研究环境中建立本地HPC设施提供蓝图.
- 为旨在实施类似基础设施的低收入和中等收入国家分享有益的见解.
主要方法:
- 开发和实施高性能计算基础设施.
- 专注于对omics数据的并行计算和数据管理解决方案.
- 测量和基础设施部署建议的文件.
主要成果:
- 成功建立了突尼斯第一个专用HPC基础设施.
- 在国家范围内展示一个可行的omics数据分析模型.
- 确定在资源有限的环境中实施HPC的关键考虑因素.
结论:
- 新的HPC基础设施显著提高了突尼斯对OMIC研究和大数据分析的能力.
- 该项目为寻求建立自己的生物信息学研究能力的其他国家提供了有价值的指导.
- 投资于本地HPC对于推动全球的OMIC研究和数据管理至关重要.


