基准测试加速了下一代测序分析管道的发展
Pubudu Saneth Samarakoon1, Ghislain Fournous2, Lars T Hansen1
1Scientific Computing Services, Division for Research, Dissemination and Education, University of Oslo, Oslo, 0373, Norway.
Bioinformatics advances
|May 21, 2025
概括
与基于CPU的方法相比,像DRAGEN和Parabricks这样的加速下一代测序 (NGS) 平台显著减少了分析时间. 性能各不相同,Parabricks-H100显示最高速度,但可扩展性和资源使用在各平台上有所不同.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 计算生物学 计算生物学
背景情况:
- 基于中央处理单元 (CPU) 的下一代测序 (NGS) 分析工具因运行时间长而面临限制,影响临床和研究应用.
- 加速NGS平台,如DRAGEN和Parabricks,已被开发来解决这些运行时间问题,将分析从几天减少到几个小时.
研究的目的:
- 为了全面评估加速NGS平台的性能,计算资源使用和加快可扩展性.
- 通过调查其效率和可扩展性来解决加速NGS平台独立评估的差距.
主要方法:
- 仅使用CPU的NGS管道与使用各种硬件配置 (L4,A100,H100) 的加速平台 (DRAGEN,Parabricks) 的比较分析.
- 评估映射和变量调用性能,加快速度和计算资源利用情况.
- 基于测序覆盖范围和配置文件分析的可扩展性分析,以获得性能洞察力.
主要成果:
- 加速管道的运行时间比仅使用CPU的方法更短,而Parabricks-H100实现了最高的加速度.
- DRAGEN在映射速度方面表现出色,而Parabricks (A100,H100) 在变种调用中表现出卓越的加速度.
- 映射可扩展性分析表明DRAGEN和Parabricks-H100的积极趋势,而其他配置显示出局限性. 分析师分析显示了Parabricks的优化潜力.
结论:
- 加速NGS平台为基因组分析提供了显著的运行时间缩短.
- 平台的选择应考虑具体的需求,包括覆盖范围,时间限制和预算,并根据性能和成本的比较进行评估.
- 像Parabricks这样的加速平台的进一步优化是可能的,这可能会带来更高的效率和可扩展性.
