NVIDIA Clara Parabricks v3.6 的發布為其強大的基因組分析工具套件帶來了新的變體調用、注釋、篩選和質量控制應用。現在，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，可以擴展到任何工作負載。

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據進行映射、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。基于 CPU 的分析管道通常需要數周或數月的時間收集結果，而基于 GPU 的管道可以在 22 分鐘內分析 30 倍全人類基因組，在 4 分鐘內分析全人類外顯子。

這些快速的周轉時間對于跟上下一代測序（ NGS ）基因組儀器的輸出是必要的。這對于大規模人口、癌癥中心、 ph ARM 藥物開發和基因組研究項目來說是必不可少的，因為這些項目需要出版物的快速結果。

NVIDIA Clara Parabricks v3.6 包含：

新 GPU – 加速變體調用者

一個易于使用的基于投票的 VCF 合并工具（ VBVM ）

數據庫注釋工具（ VCFANNO ）

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

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

圖 1 ：與 GPU – 加速 GPU Clara Clara 相比，基于開源 Parabricks 的體細胞變體調用工具的分析運行時。相對于社區版本， NVIDIA Clara Parabricks 使 LoFreq 加速 6 倍， SomaticSniper 加速 16 倍， Mutect2 加速 42 倍。這些基準測試是在 4x V100s 上設置的 SEQC-II 基準測試的 50 倍 WGS 匹配腫瘤正常數據上運行的。

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 現在包括 4 個癌癥工作流程的軀體細胞呼叫者。 LoFreq 是一個快速而敏感的變量調用程序，用于從 NGS 數據推斷 SNV 和 INDEL 。它可以自動適應覆蓋率和測序質量的變化，并可應用于體細胞、病毒/準種、宏基因組和細菌數據集。

Clara Parabricks 中的 Lofreq 體細胞調用程序比其本地實例快 10 倍，非常適合調用低頻突變。使用基本調用質量和 NGS 數據中固有的其他錯誤源， Lofreq 提高了調用低于 10% 等位基因頻率閾值的體細胞突變的準確性。

在 v3 .6 中， 經過加速的 LoFreq 僅支持 SNV 調用，而 Indel 調用將在后續版本中提供。

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

使用新的加速工具從數月到數小時

NVIDIA Clara Parabricks v3 。 6 還包括一個 bam2fastq 工具，添加了 smoove 變體調用程序，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 倍人類基因組的標準 WGS 分析在DGX A100上完成，耗時 22 分鐘，比同一服務器上基于 CPU 的工作流快 80 多倍。通過這種加速，耗時數月的項目現在可以在數小時內完成。

Bam2Fastq 是 GATK Sam2fastq 的加速版本。它將 BAM 或 CRAM 文件轉換為 FASTQ 。這對于需要將樣本重新對齊到新引用，但刪除原始 FASTQ 以節省存儲空間的場景非常有用。現在，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據時，檢測生殖系基因組中發生的從頭變異（ DNV ）（也稱為三重分析）對于疾病相關變異的研究以及建立世代突變率的基線至關重要。

Parabricks Clara Clara v3.6 中包含了一個基于 GPU 的調用 DNV 的工作流，該工作流利用了谷歌的 DeepVariant ，它已經在 trio 分析和其他譜系測序項目中進行了測試。

對于結構變體調用， NVIDIA Clara Parabricks 已經包括 Manta ，現在添加了 smoove 。 Smoove 簡化并加快了短讀結構變體的調用和基因分型。它還通過去除指示低電平噪聲的對準信號來提高特異性，并且常常導致虛假呼叫。

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

NVIDIA Clara Parabricks v3.6 還關注了變異調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 結果來幫助 QC VCF 輸出。 Vcfanno 允許用戶使用第三方數據源（如 dbSNP ）注釋 VCF 輸出，向 VCF 添加等位基因頻率。

FrequencyFiltering 允許根據包含等位基因頻率和讀取計數信息的數字字段過濾 VCF 中的變量。最后，基于投票的體細胞呼叫者合并（ 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制過濾變體，其中變體可以基于已識別特定變體的體細胞呼叫者的數量進行過濾。

關于作者

Vanessa Braunstein 在 NVIDIA 的醫療團隊從事產品營銷工作。此前，她在基因組學、醫學成像、制藥、化學和診斷公司從事產品開發和營銷。她學習分子和細胞生物學、公共衛生和商業。

Gary Burnett 是 NVIDIA 的解決方案架構師，在媒體和娛樂領域的專業可視化團隊中工作。 2017 年，他從麻省理工學院計算機科學和神經科學專業畢業后加入 NVIDIA 。 Gary 的角色包括直接與客戶合作，以創建利用深度學習實現視覺效果的應用程序，包括圖像處理、角色移動和姿勢估計。

審核編輯：郭婷