シーケンスデータ解析/機械学習用ワークステーション (汎用構成)

事例No. PC-25000268をご覧のお客様より、ナノポアのシーケンスデータ解析と機械学習の双方に対応するワークステーションをご相談いただきました。
エピジェネティクス解析やde novoアセンブリ、RNA-Seq解析、メタゲノム解析などの処理を予定されており、以下のようなソフトウェアをご利用予定です。

• 汎用解析・ML基盤：Samtools、XGBoost、LightGBM
• ゲノムアセンブリ・評価：SPAdes・BUSCO・Prodigal・FastANI・GTDB-Tk
• ナノポアベースコール：Guppy・Dorado・Remora・DeepMod2

また、OSはUbuntuで、ご予算350万円前後での提案をご希望です。

ご連絡いただいた内容を踏まえて、弊社からは下記の構成をご提案しました。

CPU	Intel Xeon W7-3565X 2.50GHz (TB3.0時 最大4.8GHz) 32C/64T
メモリ	合計512GB DDR5 5600 REG ECC 64GB x 8
ストレージ1	4TB SSD M.2 NVMe Gen5
ストレージ2	24TB HDD S-ATA
ビデオ	NVIDIA RTX PRO5000 48GB
ネットワーク	on board (1GbE x1 /10GbE x1)
筐体+電源	ミドルタワー筐体 1500W 80PLUS PLATINUM
OS	Ubuntu 24.04

機械学習を見据えたバランス強化構成

本構成は「事例No. PC-25000268をグレードアップしつつ、機械学習にも対応できる汎用性」を重視した案としてご案内しました。Xeon W プロセッサと512GBメモリを組み合わせ、シーケンス解析に必要なスループットと、機械学習処理に必要な演算性能の両立を図っています。

システム要件を基準に最適化した構成は、事例No.PC-TE1J254011をご覧ください。

CPUについて

Intel Xeon W7-3565X (32コア) は高クロックで単一タスク性能に優れ、ツールによって負荷特性が分かれるゲノム解析と機械学習処理の双方に適した選択です。計算処理の一部がCPU性能に依存するソフトウェア環境に向いています。

GPUの選定について

本構成では、機械学習の活用を見据え、GPUを搭載しています。
シーケンス解析のワークフローではCPU主導の処理が多い一方、機械学習を取り入れる研究ではGPUの存在が大きな効果を発揮するため、研究の幅を広げる観点からもGPU追加を採用しました。

Doradoについては、GPUアクセラレーションを利用する際に倍精度演算を前提としたハイエンドGPUが例示されています。
そこで今回は、Doradoの高精度GPU要件をそのまま満たす構成ではなく、機械学習を中心に幅広い研究用途へ柔軟に対応できる現実的かつ効果的な選択肢として、RTXシリーズを採用した構成としました。

RTXシリーズは深層学習フレームワークとの相性もよく、多様な研究タスクに対応しやすい点が特長です。今後の拡張やワークフローの進化にも柔軟に応えられる構成となっています。

参考情報：Dorado GPU要件

参考情報：Benchmarking the Oxford Nanopore Technologies basecallers on AWS

拡張性について

大型のミドルタワー筐体を採用することで、将来的なストレージ増設やGPUの追加にも柔軟に対応できます。研究用途の変化に合わせて活用範囲を広げやすい点が特長です。

 

テガラのオーダーメイドPC製作サービスは、導入時の用途に加え、将来的な研究規模の拡大を見据えたシステムの拡張にも対応しています。
各種ソフトウェア要件に応じた構成のご提案はもちろん、研究環境全体の構築に関するご相談も承っています。
お客様のニーズに合わせて最適なソリューションをご提供しますので、どうぞお気軽にお問い合わせください。

キーワード ・Samtoolsとは Samtoolsは、次世代シーケンス (NGS) データの処理・解析に広く用いられる定番ツール群。BAMやCRAMなどのアライメントデータのソート、インデックス作成、フィルタリング、可視化などの高速処理が可能で、ゲノム解析ワークフローの基盤として広く利用されている。 参考：GitHub – samtools/samtools: Tools (written in C using htslib) for manipulating next-generation sequencing data ・XGBoostとは XGBoostは、勾配ブースティング決定木 (GBDT) アルゴリズムを高速かつ高精度に実装した機械学習フレームワーク。分類・回帰・ランキングなど多用途で、ゲノム解析、疾患リスク予測、遺伝子発現解析などバイオインフォマティクス分野でも広く利用される。 https://xgboost.ai/参考：XGBoost Official Site ・LightGBMとは LightGBMは、Microsoftが開発した高速でメモリ効率の高い勾配ブースティングフレームワーク。大規模データの解析に適しており、SNP解析、メチル化データの分類、疾患予測モデルなどにも利用される。 参考：LightGBM Documentation ・SPAdesとは SPAdesは、微生物ゲノムアセンブリに広く利用されるde novoアセンブラー。Illumina・Nanopore・PacBioなど複数プラットフォームを統合したハイブリッドアセンブリに対応し、高品質なコンティグ構築が可能。 参考：SPAdes – Genome Assembly Toolkit ・BUSCOとは BUSCOは、ゲノムアセンブリの完全性 (completeness) を評価するための代表的ツール。保存性の高いシングルコピー遺伝子セットを用い、アセンブリ品質の客観的評価が可能。 参考：リリース · ezlab / busco · GitLab ・Prodigalとは Prodigalは、微生物ゲノムに特化した遺伝子予測ツール。プロカリア遺伝子領域の高精度抽出が可能で、メタゲノム解析でも高い性能を発揮する。 参考：Prodigal – Fast and accurate gene prediction

 

■ このPC事例に関する詳細、お問い合わせはこちら シーケンスデータ解析/機械学習用ワークステーション (汎用構成) ※事例の名称またはご希望の条件などをご記入ください。