Quantitative Biology Center 使用 AWS 加快新的基因研究

QuadX

分析基因表达差异

Quantitative Biology Center（QBiC）的研究人员每天都使用高性能计算（HPC）平台分析基因数据，并确定病变组织和正常组织之间的基因表达差异。QBiC 位于德国图宾根大学，且其可为大学内部和全球其他研究机构的基因组研究提供支持。

QBiC 的 HPC 工作负载主要托管在本地数据中心。然而，随着研究数据量的持续快速增长，QBiC 预计可能难以快速且经济高效地进行扩展。“随着我们的数据量不断增长，我们意识到，我们需要的计算容量比我们的本地基础设施所能提供的要多得多，”QBiC 的高级生物信息学研究科学家 Alex Peltzer 说道。“使用我们平台的研究员也需要更好的性能，这样他们才能分析更多的数据并更快地完成研究。” QBiC 的最高价值在于其可根据 FAIR 数据原则处理数据，这些原则包括：可查找、可访问、可互操作和可重现。“要满足 FAIR 处理要求，就需要有效进行扩展，而我们又无法轻松做到这点，”Peltzer 说道。

“由于我们通过 AWS Batch 获得了自动化和编排能力，经过评估的设置可能会将我们的基因组研究时间缩短 50%。”

Alex Peltzer，图宾根大学 Quantitative Biology Center 高级生物信息学研究科学家

  • 关于 Quantitative Biology Center

  • The Quantitative Biology Center（QBiC）是德国图宾根大学的一个研究单位。QBiC 拥有一个 HPC 研究平台，可供内部和外部研究员分析和处理基因组数据。

  • 优势
    • 可在一个研究项目中处理多达 100000 个基因样本
    • 将基因组研究时间缩短 50%
    • 加快基因表达差异研究
    • 降低分析成本
  • 使用的 AWS 服务

利用 HPC 研究平台和基于 AWS 的云计算

QBiC 对可扩展性和性能的需求使其转向 Amazon Web Services（AWS）Cloud。“我们知道云可以满足我们的需求，而且 AWS 提供的技术比我们知晓的其他提供商更为先进，”Peltzer 说道。AWS 还集成了 Nextflow 和 nf-core 框架，而这些框架可支持使用软件容器的可扩展科学工作流程。“AWS 可与 Nextflow 完美协作，并且没有其他云提供商可以做到这一点，”Peltzer 说道。“如果没有这种集成，我们将不得不自己花费大量时间和金钱来重写安排功能。”

QBiC 选择利用由英特尔至强可扩展处理器提供支持的 Amazon Elastic Compute Cloud（Amazon EC2）实例，用于其现有的本地基础设施。QBiC 现可在 AWS 上运行 Nextflow 以进行工作流程管理，并使用 AWS Batch 来自动化和编排 Nextflow 批处理作业。

该组织还会使用Amazon EC2 竞价型实例来降低分析成本。EC2 竞价型实例是 AWS 上的备用计算容量，与按需型实例的价格相比，可享受高达 90%的折扣。“我们通过使用 Amazon EC2 竞价型实例来降低分析成本，”Peltzer 说道。“这就意味着，我们可以将节省下来的成本投入到研究之中。”

处理 100000 个基因样本

通过在 AWS 上的 Nextflow 中运行其分析工作负载，QBiC 可以利用并行处理且可按需进行扩展。“使用 AWS，我们可以快速扩展或缩减我们的 HPC 平台，无论是在一个研究项目中处理 30 个基因样本还是 100000 个样本，”Peltzer 说道。此外，QBiC 及其研究客户现已体验到基因组测序作业的更高可靠性。“我们不再需要担心由于太多人排队等待处理作业而导致系统中断和性能下降等问题，”Peltzer 说道。尽管该设置目前正在技术研究项目中运行，但当前结果暗示了其潜在的生产用途。

将基因组研究时间缩短 50%

在其基准测试项目中，QBiC 通过使用 Amazon EC2 和 AWS Batch，为与该中心共享资源的图宾根大学和私人研究组织减少了所有作业的研究和处理时间。“由于我们通过 AWS Batch 获得了自动化和编排能力，经过评估的设置可能会将我们的基因组研究时间缩短 50%，”Peltzer 说道。“与我们的本地环境相比，我们可以更快地完成任务。”

因此，QBiC 和德国的其他研究机构看到了使用 AWS Cloud 应用程序的巨大潜力。分布式基础设施能够帮助 QBiC 更快地完成研究分析基因表达，以发现可能与癌症有关的突变。“在 AWS 上执行基因组测序，我们正在研究植物和动物数据，以了解实验性治疗可如何改变某些基因的表达方式，”Peltzer 说道。

随着研究需求的增长，QBiC 将继续评估 AWS 服务的使用情况。“我们希望在未来几年成为德国最大的公共基因组测序中心之一，”Peltzer 表示。“AWS 将帮助我们实现这一目标。”

了解更多

如需了解详情，请访问 aws.amazon.com/hpc。