相关实验视频
Updated: Jan 11, 2026

Using SCOPE to Identify Potential Regulatory Motifs in Coregulated Genes
Published on: May 31, 2011
FastSCODE:一种加速的SCODE算法,用于在多核处理器上推断基因调节网络.
Rakbin Sung1, Seongmi Woo1, Dongmin Shin1
1Department of Applied Art and Technology, College of Art and Technology, Chung-Ang University, Anseong 17546, Republic of Korea.
FastSCODE从单细胞RNA测序 (scRNA-seq) 数据显著加速基因调控网络的重建. 这种新方法在使用图形处理单元 (GPU) 的大型数据集上提高了计算性能.
科学领域:
- 计算生物学 计算生物学
- 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:
- 单细胞RNA测序 (scRNA-seq) 可实现高分辨率的基因表达分析.
- 重建基因调节网络 (GRNs) 对于理解细胞机制至关重要.
- 像SCODE这样的现有方法面临着大型scRNA-seq数据集的计算限制.
研究的目的:
- 从scRNA-seq数据开发一个计算效率高的GRN重建算法.
- 为了优化 SCODE 在多核心架构上进行并行处理,例如 GPU.
- 显著减少对大型数据集的GRN分析所需的时间.
主要方法:
- 开发了FastSCODE,这是SCODE算法的批量计算版本.
- 在多个基因表达特征上实施批量计算.
- 利用多核计算,特别是GPU,用于对线性普通微分方程 (ODE) 模型的参数优化.
主要成果:
- 与最初的SCODE实现相比,FastSCODE实现了显著的性能改进.
- 在使用多个GPU的CeNGEN scRNA-seq数据集上演示了高达6000倍的加速度.
- 大数据集的处理时间从大约一个月减少到10分钟.
结论:
- 对于大型scRNA-seq数据集,FastSCODE克服了SCODE的计算瓶.
- 优化的算法可以实现更快,更可扩展的GRN重建.
- FastSCODE是公开可用的,促进其在系统生物学研究中的应用.
更多相关视频
10:44Inherent Dynamics Visualizer, an Interactive Application for Evaluating and Visualizing Outputs from a Gene Regulatory Network Inference Pipeline
Published on: December 7, 2021
06:24Multiplexed Analysis of Retinal Gene Expression and Chromatin Accessibility Using scRNA-Seq and scATAC-Seq
Published on: March 12, 2021
相关概念视频
Gene Evolution - Fast or Slow?
In contrast, regions which code...
Gene Evolution - Fast or Slow?
Parallel Processing
Combinatorial Gene Control
The expression of more than 30,000 genes is controlled by approximately 2000-3000 transcription factors. This is possible because a single transcription factor can recognize more than one regulatory sequence. The specificity in gene...
Cis-regulatory Sequences
Cis-regulatory Sequences