尼格姆斯沙盒:一个学习平台,以实现生物医学研究的云计算民主化
Ming Lei1, Lakshmi K Matukumalli1, Krishan Arora1
1National Institute of General Medical Sciences, National Institutes of Health, 9000 Rockville Pike, Bethesda, Marylnd 20892, USA.
Briefings in bioinformatics
|October 8, 2024
概括
生物医学研究产生了大量的数据集,需要高性能计算 (HPC). 公平地获得HPC资源对于未来的科学发现和培训下一代研究人员至关重要.
科学领域:
- 生物医学信息学 生物医学信息学
- 计算生物学 计算生物学
- 大数据分析大数据分析
背景情况:
- 生物医学数据的数量和复杂性正在迅速增加.
- 分析大数据驱动研究发现,并揭示新的连接.
- 高性能计算 (HPC) 对于处理大型生物医学数据集至关重要.
研究的目的:
- 突出在生物医学研究中对高性能计算 (HPC) 的日益增长的需求.
- 确定机构在提供本地HPC基础设施时所面临的挑战.
- 倡导新的方法,以公平地获得HPC资源.
主要方法:
- 该研究分析了生物医学大数据生成的当前环境.
- 它考察了研究机构面临的基础设施和资源挑战.
- 它讨论了对培训未来生物医学研究人员的影响.
主要成果:
- 内部高压计算基础设施面临着重大的财务和人事挑战.
- 这些挑战对于主要是本科和为少数民族服务的机构来说尤其严重.
- 现有的障碍限制了许多研究人员和学生获得基本计算资源的机会.
结论:
- 公平获得HPC对于推动生物医学研究至关重要.
- 需要新的战略来克服基础设施障碍.
- 确保对HPC的广泛访问将赋予未来的生物医学劳动力.
