文献

J-GLOBAL ID：202002249618887209   整理番号：20A2733503

並列化されたDeepVariantによる変種呼び出しの加速【JST・京大機械翻訳】

Accelerating Variant Calling with Parallelized DeepVariant

著者 (4件)： Yang Chih-Han (National Taiwan University) ,  Zeng Jhih-Wun (National Taiwan University) ,  Liu Cheng-Yueh (National Taiwan University) ,  Hung Shih-Hao (National Taiwan University)
資料名： ACM Proceedings  (ACM Proceedings)
号： RACS ’20  ページ： 13-18  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 次世代配列決定(NGS)技術の急速な進化により,個々のゲノムの配列は,ゲノム間の変異を相関させる能力を有する医学研究および精密医学の分野を進歩させる,減少コストで10億の短い読みから決定することができる。ゲノムシーケンス,特に変異体呼出しの解析は,処理時間を減らすために大きな記憶容量,計算力,および高速ネットワークを必要とするので,計算上集約的である。深いニューラルネットワーク(DNN)を,遺伝的変異体を呼び出すために,深いニューラルネットワーク(DNN)を使用するオープンソースソフトウェアパッケージは,DNNを加速するために,高性能GPU装置によるワークステーションの解析を完了するために4時間を要した。したがって,著者らは,DeepVariantの性能をプロファイリングして,コードを最適化して,一連のコード最適化作業によってNGSパイプラインの時間とコストを減らした。結果として,DeepVariantの分散型バージョンは,8つのデュアルCPUノードと8つのGPUsで8分以内に同じジョブを完了することができ,市場で市販バージョンを凌駕する。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  加工時間 ,  記憶容量 ,  ニューラルネットワーク ,  *ゲノム ,  ワークステーション
準シソーラス用語： ゲノム配列 ,  オープンソース ,  プロファイリング ,  コード最適化 ,  高速ネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 深層ニューラルネットワーク ,  DeepVariant ,  ゲノム ,  次世代シークエンシング ,  変種呼び出し

分類 (2件)： 分子・遺伝情報処理  (JE15040B) ,  遺伝子の構造と化学  (EC02020U)

タイトルに関連する用語 (3件)： 変種 ,  呼び出し ,  加速