ty -jour a2 -fantacci，玛丽亚·E·澳大利亚 - 黄，po -jung au -chang，jui -huan au -lin，hou -hsien au -li，yu -xuan au -lee -lee -chi -ching au -su -su，chunging au -su，chung chung-tsai au -li，Yun -lung au -chang，ming -tai au -weng，sid au -cheng -cheng，wei -hung au -chiu -chiu，cheng -hsun au -tang，tang，petrus py -2020 da -2020/09/01/01Ti- deepVariant-on Spark：使用基于云的计算框架SP-7231205 VL-2020 AB的小规模基因组分析 - 尽管测序人类基因组已变得负担得起，但从全基因组序列数据中识别遗传变异仍然是hurdle对于没有足够计算设备或生物信息学支持的研究人员。GATK是鉴定遗传变异的黄金标准方法，多年来已在基因组项目和人群遗传研究中广泛使用。直到Google Brain团队开发了一种新方法DeepVariant，该方法利用深层神经网络来构建图像分类模型来识别遗传变异。但是，DeepVariant的卓越精度是以计算强度为代价的，在很大程度上限制了其应用。因此，我们介绍了Spark的深色，以优化资源分配，启用多GPU支持并加速DeepVariant管道的处理。为了使Spark在Spark上更容易访问所有人，我们将Spark部署到Google Cloud Platform（GCP）。用户可以在20分钟内按照我们的指示在GCP上部署DeepVariant-on Spark，并开始使用GCP提供的免费信用来分析至少十个全基因组测序数据集。Spark的DeepVaraint-on-Spark可自由使用基于云的计算框架进行小规模的基因组分析，该框架适用于试验测试或初步研究，同时保留用于大规模测序项目的灵活性和可扩展性。 SN - 1748-670X UR - https://doi.org/10.1155/2020/7231205 DO - 10.1155/2020/7231205 JF - Computational and Mathematical Methods in Medicine PB - Hindawi KW - ER -