シークエンシングとタンパク質ドッキングは非常に計算の多い仕事ですが、CUDA可能GPUを利用することで、大規模なパフォーマンス向上が得られます。バイオインフォマティクスと生命科学プログラムのための現在進行中のGPU利用について、少しご紹介しましょう。
NVIDIA Tesla Bio Workbenchの導入により、生物物理学者や計算化学者に対し、科学のワークフローを最適化し、研究スピードを加速して生化学研究の限界を打ち破るツールを提供します。詳細はこちらから。
![]() |
![]() |
| GPUを用いたHMMERの高速化 拡張可能なインフォマティクス(情報科学) |
MUMmerGPU: GUDAを用いたハイスルーDNA配列アラインメント シュワルツら(Schatz, et al)による |
CUDAを活用した主なバイオインフォマティクス ISVとアプリケーション
| ISV | 説明 | GPUの利点 |
| NCBI BLASTPを利用してタンパク質シーケンス・データベースをスキャン | 10倍のスピードアップ: CPU上での数分からGPU上で数秒へ | |
| タンパク質シーケンス・データベース (Smith-Waterman法)をスキャン | 10倍から50倍のスピードアップ: 最高で5000文字を超えるクエリ長で30個のGCUPを達成 | |
| CUDA上でアクセラレートされたHMMER | 60倍から100倍のスピードアップ: CPU上での数時間からGPU上で数分へ | |
| タンパク質間相互作用モデリング・アプリケーション | 6倍にスピードアップ: タンパク質間ドッキング用のFPGAベースのシステムより上級 | |
| 分子形状比較アプリケーション | 170倍のスピードアップ: 創薬用のため,より高速でスクリーニングを行う (スライド43を参照) |
CUDAを用いたバイオインフォマティクス・ソフトウェア
MATLAB is a registered trademark of The MathWorks, Inc.
Jacket is a trademark of AccelerEyes