NVIDIA Clara Parabricks v3.6 的發(fā)布為其強(qiáng)大的基因組分析工具套件帶來了新的變體調(diào)用、注釋、篩選和質(zhì)量控制應(yīng)用?，F(xiàn)在，在基因組分析的每個階段都有超過 33 個加速工具， NVIDIA Clara Parabricks 提供 GPU 加速的生物信息管道，可以擴(kuò)展到任何工作負(fù)載。

由于基因組和外顯子的測序速度比以往任何時候都快，必須對越來越多的原始儀器數(shù)據(jù)進(jìn)行映射、對齊和解釋，以破譯變異及其對疾病的意義。生物信息管道需要跟上基因組分析工具的步伐?；?CPU 的分析管道通常需要數(shù)周或數(shù)月的時間收集結(jié)果，而基于 GPU 的管道可以在 22 分鐘內(nèi)分析 30 倍全人類基因組，在 4 分鐘內(nèi)分析全人類外顯子。

這些快速的周轉(zhuǎn)時間對于跟上下一代測序（ NGS ）基因組儀器的輸出是必要的。這對于大規(guī)模人口、癌癥中心、 ph ARM 藥物開發(fā)和基因組研究項(xiàng)目來說是必不可少的，因?yàn)檫@些項(xiàng)目需要出版物的快速結(jié)果。

NVIDIA Clara Parabricks v3.6 包含：

新 GPU – 加速變體調(diào)用者

一個易于使用的基于投票的 VCF 合并工具（ VBVM ）

數(shù)據(jù)庫注釋工具（ VCFANNO ）

通過等位基因頻率快速過濾 VCF 的新工具（ FrequencyFilter ）

用于體細(xì)胞和種系管道的 VCF 質(zhì)量控制工具（ VCFQC 和 VCFQCbyBAM ）。

圖 1 ：與 GPU – 加速 GPU Clara Clara 相比，基于開源 Parabricks 的體細(xì)胞變體調(diào)用工具的分析運(yùn)行時。相對于社區(qū)版本， NVIDIA Clara Parabricks 使 LoFreq 加速 6 倍， SomaticSniper 加速 16 倍， Mutect2 加速 42 倍。這些基準(zhǔn)測試是在 4x V100s 上設(shè)置的 SEQC-II 基準(zhǔn)測試的 50 倍 WGS 匹配腫瘤正常數(shù)據(jù)上運(yùn)行的。

加速 LoFreq 和其他軀體來電者

隨著 LoFreq 與 Strelka2 、 Mutect2 和 SomaticSniper 一起加入， Clara Parabricks 現(xiàn)在包括 4 個癌癥工作流程的軀體細(xì)胞呼叫者。 LoFreq 是一個快速而敏感的變量調(diào)用程序，用于從 NGS 數(shù)據(jù)推斷 SNV 和 INDEL 。它可以自動適應(yīng)覆蓋率和測序質(zhì)量的變化，并可應(yīng)用于體細(xì)胞、病毒/準(zhǔn)種、宏基因組和細(xì)菌數(shù)據(jù)集。

Clara Parabricks 中的 Lofreq 體細(xì)胞調(diào)用程序比其本地實(shí)例快 10 倍，非常適合調(diào)用低頻突變。使用基本調(diào)用質(zhì)量和 NGS 數(shù)據(jù)中固有的其他錯誤源， Lofreq 提高了調(diào)用低于 10% 等位基因頻率閾值的體細(xì)胞突變的準(zhǔn)確性。

在 v3 .6 中， 經(jīng)過加速的 LoFreq 僅支持 SNV 調(diào)用，而 Indel 調(diào)用將在后續(xù)版本中提供。

圖 2 ：開源 DeepVariant （藍(lán)色）和 GPU – 加速 NVIDIA Clara Parabricks （綠色）的運(yùn)行時。 30 倍 Illumina 短讀數(shù)據(jù)的運(yùn)行時位于左側(cè)； PacBio 35X 長讀取數(shù)據(jù)的運(yùn)行時位于右側(cè)。 NVIDIA Clara Parabricks “ DeepVariant 比開源版本快 10-15 倍（藍(lán)色的“ DeepVariant ”條與綠色的“ DeepVariant ”條相比）。

使用新的加速工具從數(shù)月到數(shù)小時

NVIDIA Clara Parabricks v3 。 6 還包括一個 bam2fastq 工具，添加了 smoove 變體調(diào)用程序，支持從頭突變，以及用于 VCF 處理的新工具（例如注釋、篩選和合并）。對 30 倍人類基因組的標(biāo)準(zhǔn) WGS 分析在DGX A100上完成，耗時 22 分鐘，比同一服務(wù)器上基于 CPU 的工作流快 80 多倍。通過這種加速，耗時數(shù)月的項(xiàng)目現(xiàn)在可以在數(shù)小時內(nèi)完成。

Bam2Fastq 是 GATK Sam2fastq 的加速版本。它將 BAM 或 CRAM 文件轉(zhuǎn)換為 FASTQ 。這對于需要將樣本重新對齊到新引用，但刪除原始 FASTQ 以節(jié)省存儲空間的場景非常有用。現(xiàn)在，它們可以從 BAM 中重新生成，并比以前更快地與新引用對齊

在比較后代與其父母的序列數(shù)據(jù)時，檢測生殖系基因組中發(fā)生的從頭變異（ DNV ）（也稱為三重分析）對于疾病相關(guān)變異的研究以及建立世代突變率的基線至關(guān)重要。

Parabricks Clara Clara v3.6 中包含了一個基于 GPU 的調(diào)用 DNV 的工作流，該工作流利用了谷歌的 DeepVariant ，它已經(jīng)在 trio 分析和其他譜系測序項(xiàng)目中進(jìn)行了測試。

對于結(jié)構(gòu)變體調(diào)用， NVIDIA Clara Parabricks 已經(jīng)包括 Manta ，現(xiàn)在添加了 smoove 。 Smoove 簡化并加快了短讀結(jié)構(gòu)變體的調(diào)用和基因分型。它還通過去除指示低電平噪聲的對準(zhǔn)信號來提高特異性，并且常常導(dǎo)致虛假呼叫。

圖 3 ： GPU – NVIDIA Clara Parabricks v3.6 中的加速基因組學(xué)分析工具。

NVIDIA Clara Parabricks v3.6 還關(guān)注了變異調(diào)用后基因組管道的步驟。 BamBasedVCFQC 是一個 NVIDIA 生成的工具，通過使用原始 BAM 的 SamTools mPileUp 結(jié)果來幫助 QC VCF 輸出。 Vcfanno 允許用戶使用第三方數(shù)據(jù)源（如 dbSNP ）注釋 VCF 輸出，向 VCF 添加等位基因頻率。

FrequencyFiltering 允許根據(jù)包含等位基因頻率和讀取計數(shù)信息的數(shù)字字段過濾 VCF 中的變量。最后，基于投票的體細(xì)胞呼叫者合并（ vbvm ）用于合并兩個或多個 VCF 文件，然后基于簡單的基于投票的機(jī)制過濾變體，其中變體可以基于已識別特定變體的體細(xì)胞呼叫者的數(shù)量進(jìn)行過濾。

關(guān)于作者

Vanessa Braunstein 在 NVIDIA 的醫(yī)療團(tuán)隊(duì)從事產(chǎn)品營銷工作。此前，她在基因組學(xué)、醫(yī)學(xué)成像、制藥、化學(xué)和診斷公司從事產(chǎn)品開發(fā)和營銷。她學(xué)習(xí)分子和細(xì)胞生物學(xué)、公共衛(wèi)生和商業(yè)。

Gary Burnett 是 NVIDIA 的解決方案架構(gòu)師，在媒體和娛樂領(lǐng)域的專業(yè)可視化團(tuán)隊(duì)中工作。 2017 年，他從麻省理工學(xué)院計算機(jī)科學(xué)和神經(jīng)科學(xué)專業(yè)畢業(yè)后加入 NVIDIA 。 Gary 的角色包括直接與客戶合作，以創(chuàng)建利用深度學(xué)習(xí)實(shí)現(xiàn)視覺效果的應(yīng)用程序，包括圖像處理、角色移動和姿勢估計。

審核編輯：郭婷