Thiết kế được xác thực của Dell cho lĩnh vực chăm sóc sức khỏe và khoa học đời sống với Dell PowerEdge C6520 và XE8545 (7)

Phân tích được thực hiện trên dữ liệu NGS thường được mô tả dưới dạng một đường dẫn. Đường ống là một quy trình công việc được xác định bao gồm một tập hợp các phương thức hoặc hoạt động trong đó đầu ra của một hoạt động trở thành đầu vào cho hoạt động tiếp theo. Bốn thao tác quan trọng—ánh xạ, căn chỉnh, tiền xử lý và gọi biến thể—tạo nên hầu hết các quy trình WGS phân tích thứ cấp. Clara Parabricks là bộ phần mềm dành cho các phương pháp phân tích bộ gen được thiết kế để tận dụng khả năng tăng tốc của GPU. Nhiều phương pháp của Clara Parabricks có chức năng tương đương với các phương pháp nguồn mở hiện có, thường tạo ra sự phù hợp >99,9%. Các hoạt động của Clara Parabricks được kết hợp với nhau để tạo ra một quy trình phân tích thứ cấp phù hợp nhất với các yêu cầu đối với ứng dụng giải trình tự quan tâm, chẳng hạn như phân tích dòng mầm hoặc soma. Hình 9 làm nổi bật bộ ứng dụng Clara Parabricks v4.0.0-1.

Hình 9.    Bộ ứng dụng Parabricks

Việc gọi các biến thể di truyền có trong một bộ gen riêng lẻ dựa trên hàng triệu đến hàng tỷ lần đọc trình tự ngắn, dễ bị lỗi. Bất chấp hơn một thập kỷ nỗ lực của hàng nghìn nhà nghiên cứu chuyên dụng, các mô hình thống kê thủ công và được tham số hóa được sử dụng để gọi biến thể tạo ra hàng nghìn lỗi và các biến thể bị bỏ sót trong mỗi bộ gen (Poplin, 2016). Nhiều nhóm chạy quy trình gọi biến thể đồng thuận bằng cách sử dụng phương thức gọi nhiều biến thể để giảm thiểu khả năng bỏ sót biến thể. Clara Parabricks chứa nhiều trình gọi biến thể để kích hoạt phương pháp này. Đối với nghiên cứu này, đường ống dòng mầm đã được sử dụng và các bước được liệt kê trong Hình 10.

Hình 10.     Đường ống mầm

DeepVariant, một phương thức gọi biến thể do Google® phát triển, áp dụng mạng thần kinh tích chập sâu và đã được chứng minh là vượt trội so với các phương pháp thống kê do chuyên gia điều khiển. Tuy nhiên, việc gọi các biến thể cho bộ gen người 30x và viết các biến thể ra tệp gVCF mất khoảng bốn giờ và yêu cầu ít nhất 1.024 lõi tính toán. Phiên bản tăng tốc GPU NVIDIA Clara Parabricks của DeepVariant chạy trong vòng chưa đầy 20 phút cho bộ gen 30X. Thời gian phân tích nhanh cho phép sử dụng DeepVariant một mình hoặc kết hợp với các trình gọi dòng mầm khác như GATK HaplotypeCaller, đồng thời giảm thiểu khả năng tạo tồn đọng phân tích thứ cấp. DeepVariant v1.4 hiện đã có trong bộ sưu tập Clara Parabricks trên NGC. Nó mang lại những cải tiến đáng kể về cách thức các nhà nghiên cứu bộ gen và nhà tin sinh học triển khai và mở rộng quy mô các quy trình phân tích trình tự bộ gen. Bản phát hành đầu tiên trong số này dành cho DeepVariant v1.4. Phiên bản DeepVariant mới nhất này tăng độ chính xác trên nhiều trình sắp xếp bộ gen.

Một tính năng kích thước chèn đọc bổ sung cho toàn bộ bộ gen và toàn bộ mô hình exome của Illumina giúp giảm lỗi từ 4-10%. Nó sử dụng phân kỳ trực tiếp để gọi biến thể chính xác hơn trong các lần chạy giải trình tự PacBio. Giờ đây, bạn có thể thực hiện quy trình có độ chính xác cao của biến thể theo giai đoạn gọi dữ liệu PacBio trực tiếp trong DeepVariant, với các quy trình như DeepVariant-WhatsHap-DeepVariant hoặc PEPPER-Margin-DeepVariant.