シーケンスデータ解析/機械学習用ワークステーション (システム要件に最適化)

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400万円の範囲で設置作業も含めたお見積もりをご希望です。

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	AMD EPYC 9554 3.1GHz 64C/128T
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 x 2
ストレージ2	24TB HDD S-ATA
ビデオ	NVIDIA RTX PRO6000 Max-Q 96GB
ネットワーク	on board (10GBase-T x2)
筐体+電源	ミドルタワー 1500W 80PLUS PLATINUM
OS	Ubuntu 24.04
その他	現地設置作業（開梱・設置・ケーブリング・起動確認）

ツール要件を重視した大容量メモリ構成

本構成は「システム要件を基準に最適化した構成」としてご案内したスペックです。特に大規模アセンブリや多数サンプルのバッチ処理を想定し、CPUコア数とメモリ容量を優先。EPYC 9554 (64コア) と768GBメモリにより、メモリ負荷の大きい解析に強みを持たせています。

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構成は、事例No.PC- TW3J253928をご覧ください。

CPUについて

AMD EPYC 9554は64コア構成で高い並列処理性能を備え、大量のサンプルを並行処理するワークロードに適しています。CPUリソースを多く要求するゲノム解析ツールや、複数ジョブを同時実行する環境で効率を発揮します。

メモリ容量について

ご利用予定のソフトウェアには、推奨メモリ容量が256GB~512GB付近のツールが複数存在します。そのため、解析規模や将来のデータ拡張を踏まえ、余裕を持った768GBを搭載しました。長時間ジョブの安定性向上にも寄与します。

GPUの選定について

本構成では、研究用途における機械学習処理への対応を目的に NVIDIA RTX 6000 Ada (Max-Q 96GB) を搭載しています。
深層学習フレームワークとの高い親和性を持ち、モデル学習や推論処理において高い実用性を発揮します。

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

ストレージと運用性

高速アクセスが必要なワークフローに合わせ、4TB NVMe Gen5 SSD を2基搭載し、高速な一時データ処理に対応しています。
また、24TB HDD を併用することで、シーケンスデータの長期保管や再解析にも適したストレージ構成としました。
さらに、現地での設置作業 (開梱・設定・起動確認) も含めて対応し、導入後すぐに研究へ着手いただけるよう配慮しています。

運用要件に寄り添った最適化

納期や予算条件を満たしつつ、求められた要件に最も合致するスペックとして構成しました。多様なツールを運用する研究環境で、安定した解析パイプラインを維持し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 (システム要件に最適化) ※事例の名称またはご希望の条件などをご記入ください。