借助适用于基因组学研究的 NVIDIA Clara™ 软件套件，让精准基因组学分析的速度和准确性更上一层楼。
借助经过优化的工作流程，大幅缩短获得发现结果以及确定治疗方案所需的时间。
将原本需要耗时数天的分析任务缩短到几分钟，大幅提升基因组学工作流程的速度、准确性和吞吐量。
针对种系和体细胞工作流程优化全基因组和外显子组序列的比对、处理和变异检测过程。
基因组学领域采用的方法多种多样，这些方法在药物研发、精准医疗、人口健康研究和临床诊断中有着广泛的应用。该领域涉及多个方面，其中包括科研机构、医疗机构、测序诊断中心、国家/地区计划、制药以及生物技术，所有这些方面都在基因组学研发中发挥着重要作用。提高分析速度有助于加快诊断、提供个性化治疗，并简化药物研发过程，从而节省时间和资源，同时提升患者护理水平，并实现以数据为依据的实时决策。
短读段测序可生成短 DNA 序列，并因速度快且经济实惠而受到重视。NVIDIA® Parabricks® 可加快黄金标准二级分析工具的速度，使其更快地完成从比对到变异检测的整个过程，从而有助于快速分析短读段测序数据。这些工具可用于处理来自 Element、Illumina、MGI、Singular、Thermo Fisher 和 Ultima 测序仪的数据。
长读段测序有助于识别结构变异，并可用于根据多个样本来组合基因组，从而推动群体遗传多样性的研究。NVIDIA Parabricks 可加快黄金标准二级分析工具的碱基识别、比对和变异检测速度，从而有助于快速分析长读段测序数据。这些工具可用于处理来自 Oxford Nanopore 和 PacBio 长读段测序仪的数据。
NVIDIA RAPIDS™ 可加速单细胞数据处理和可视化工作流，并具有与 scverse Python 库类似的可用性模型。cunnData 为 GPU 提供了 AnnData 对象的超小型、轻量级版本，有助于快速操作和处理数据，RAPIDS cuGraph 和 cuML 库随后则会开展下游分析工作。
NVIDIA Parabricks 提供了计算生物学家和生物信息学家日常所用工具的 GPU 加速版本，能够显著缩短运行时间、提高工作流可扩展性，并降低计算成本。
RAPIDS 是一套开源库，可以借助 GPU 加速的力量，加快端到端数据科学工作流的速度。RAPIDS 使利用 Python API 对大型数据集进行交互式数据分析成为可能。
NVIDIA Parabricks 是 NVIDIA NGC™ 和 DGX™ Cloud 上的一组容器和预训练模型。购买 NVIDIA AI Enterprise 可享受全方位企业级支持，包括有保证的响应时间、优先安全通知，以及与 Parabricks 专家交流的机会。
NVIDIA 正在与布洛德研究所合作，将 GPU 加速的 Parabricks 引入 Terra 平台，此外，他们还在优化 AI 加速的工作流和大语言模型，为研发工作提供强劲助力。
通过使用 NVIDIA DGX A100 和 NVIDIA Parabricks，NBT 将全基因组测序数据的处理时间缩短了 4 个月，并将个人用户的数据处理时间从 30 多个小时缩短到了 1-2 小时。
东京大学 HGC 宣布推出新的基因组学平台，该平台能够利用 NVIDIA Parabricks Pipelines 基因组学软件大幅提升基因组学分析速度，与使用基于 CPU 的环境相比，速度提升幅度可达到 40 倍。
再生元正在结合利用 DeepVariant 和 NVIDIA Parabricks 来生成可扩展的高质量数据，这些数据可在基因组学社区中重现。
Ultima Genomics 正在与 NVIDIA 合作，利用 AI 和加速计算提供只需 100 美元即可享受的基因组测序服务。
Singular Genomics 正在与 NVIDIA 合作，实现出色的新一代测序与分析速度。
Oxford Nanopore 正在将其 PromethION 计算塔从 NVIDIA V100 Tensor Core GPU 升级到 A100 Tensor Core GPU。这种处理能力的提升使 Oxford Nanopore 能够保持高精度碱基识别能力，同时大幅扩展超高精度算法的能力。
图片来源：Steve Fisch，斯坦福大学提供。
一组研究人员创造了新的 DNA 测序纪录（5 小时 2 分钟），这将使临床医生能够在为危重症患者抽血后，当天做出遗传疾病诊断。
通过将 DeepVariant 的 GPU 加速版本与 NVIDIA Parabricks 相集成，斯坦福大学大幅缩短了运行时间。
普渡大学的研究人员完成了一项研究，对用于病原体基因组变体识别的 GPU 加速计算框架进行了性能和准确性评估。
NVIDIA 隐私政策