Sekwencjonowanie i dokowanie białek to zadania charakteryzujące się bardzo wysoką złożonością obliczeniową. Zastosowanie na tym polu układów GPU z obsługą CUDA pozwala osiągnąć radykalny wzrost wydajności. Obecnie prowadzonych jest wiele prac nad wykorzystaniem układów GPU w programach realizujących zadania z zakresu bioinformatyki i nauk przyrodniczych.

Wprowadzenie Bio-Warsztatu NVIDIA Tesla zapewnia biofizykom i naukowcom zajmującym się chemią obliczeniową dostęp do narzędzi, które umożliwiają przesunięcie granic badań biochemicznych, optymalizując tok pracy i zwiększając tempo badań naukowych. Dowiedz się więcej.

Instytut BGI przyspiesza analizy genomów dzięki układom GPU
Dowiedz się w jaki sposób największy instytut genomiki – chiński BGI wykorzystał jednostki GPU NVIDIA Tesla w procesie sekwencjonowania łańcuchów DNA.

Przeczytaj inne historie sukcesu.

Akceleracja programu HMMER za pomocą układów GPU Scalable Informatics	MUMmerGPU: Wysokowydajne dopasowywanie sekwencji DNA za pomocą układów GPU Schatz, et al

Najważniejsi niezależni producenci oprogramowania (ISV) i aplikacje z dziedziny bioinformatyki wykorzystujące CUDA

*Oczekiwany wzrost szybkości w porównaniu do systemu opartego na czterordzeniowym procesorze x64. Wzrosty szybkości według testów przeprowadzonych samodzielnie przez firmę NVIDIA lub na podstawie dokumentacji od dostawcy aplikacji.

Wykorzystujące CUDA oprogramowanie z zakresu bioinformatyki

• MUMmerGPU: wysokowydajne dopasowywanie sekwencji DNA za pomocą CUDA
• Kod dla GPU wykorzystujący algorytm Smitha-Watermana
• Udostępniona online implementacja algorytmu Smitha-Watermana w wersji dla układów GPU z CUDA
• ClustalW dla CUDA: dopasowywanie wielu sekwencji przy użyciu CUDA
• Klient Folding @ home wykorzystujący układy GPU z obsługą CUDA
• LISSOM: modelowanie kory nowej ludzkiego mózgu za pomocą CUDA
• Obsługująca CUDA platforma firmy Silicon Informatics dla AutoDock

Raporty techniczne na temat wykorzystania CUDA w bioinformatyce

• Analiza sekwencji
• MUMmerGPU: wysokowydajne dopasowywanie sekwencji DNA za pomocą układów GPU
• CUDASW++: przeszukiwanie bazy danych i dopasowywanie sekwencji przy pomocy algorytmu Smitha-Watermana
• Dopasowywanie sekwencji za pomocą algorytmu Smitha-Watermana przy użyciu CUDA
• Publikacje na temat zastosowań CUDA w bioinformatyce
• Infernal-GPU: akcelerowana przez CUDA analiza RNA , Infernal (INFERence of RNA ALignment)
• Program CMatch typu SWAMP do dopasowywania sekwencji: szybkie porównywanie sekwencji białek i genów

• Pasujące
• Trójwymiarowe dokowanie białek
• Akceleracja programu PIPER za pomocą CUDA
• Praca badawcza na temat dokowania białek na Uniwersytecie Wisconsin oraz wywiad wideo z Davidem Dynermanem
• Wypowiedź Jacka Collinsa z National Cancer Institute na temat technologii obliczeń na układach GPU
• Wykorzystanie potoku obliczeń o wysokiej wydajności w analizach danych metagenomicznych
• Aplikacja MrBayes na układzie GPU
• Algorytm symulacji stochastycznej (SSA – Stochastic Simulation Algorithm) dla systemów biologicznych
• Samoorganizujące się modele obliczeniowe kory wzrokowej ludzkiego mózgu
• Narzędzie mikromacierzowe DNA do analizy ekspresji genów za pomocą obliczania na układach GPU odległości euklidesowej między parami sekwencji

Akceleracja CUDA w powiązanych dziedzinach

• Obrazowanie medyczne
• Dynamika molekularna
• Chemia obliczeniowa
• Akceleracja programu MATLAB

Zobacz także

• Inne rozwiązania wertykalne wykorzystujące produkty Tesla
• Narzędzia programistyczne i biblioteki CUDA