彼得张
6月12日，2025年07:14
NVIDIA的Rapids-Singlecell工具解决了单细胞生物学的数据大小和分析速度挑战，从而彻底改变了数十亿个细胞数据集的GPU加速研究。
NVIDIA的Rapids-Singlecell工具将通过解决单细胞数据分析中的两个主要挑战来改变细胞生物学的景观：数据尺寸和分析速度。根据NVIDIA Developer Blog的数据，随着单细胞实验已从数百个单元扩展到数十亿个单元，对有效的数据处理解决方案的需求变得至关重要。
加速生物学发现
Rapids-Singlecell是由Scverse开发的开源工具，它通过CUPY和NVIDIA RAPIDS利用GPU加速，以极大地增强数据处理能力。该工具使用Anndata数据结构（科学界的标准）运行，从而使现有工作流程无缝集成。
该工具处理大量数据集的能力对于推进生物学研究至关重要，包括发现新型治疗剂和了解疾病进展。它与NVIDIA的CUDA库，CUML，CUGRAPH和DASK的集成允许在多个GPU上并行执行，从而将分析时间从小时数大幅减少到秒。
现实世界的应用和基准
像Noetik这样的公司已经从Rapids-Singlecell中受益。 Noetik的基础模型Octo-VC利用这项技术模拟了数十亿个虚拟单元，这是以前无法实现的壮举，而无需加速计算。 Noetik首席科学官Jacob Rinaldi强调了该工具将分析过程加速数百次加速的能力，从而实现了近实时的结果。
与传统的CPU方法相比，基准测试证明了Rapids-Singlecell的效率，UMAP和Leiden聚类等任务分别达到470倍和1958X的速度。这些改进对于处理单细胞数据的复杂性和规模的增加至关重要。
未来的前景和整合
细胞科学的未来取决于单个节点上数百万个细胞扩展分析的能力。 Rapids-Singlecell最近的进步包括支持Nvidia Blackwell GPU，进一步减少分析时间并促进对细胞群体的实时探索。
此外，在Rapids-singlecell内，Harmony（Harmony）的集成可以消除批处理效果，从而提高了来自大型数据集的生物学见解的质量。这种集成特别重要，因为来自CZI Cellxgene和Arc的虚拟细胞地图集等存储库的数据集在大小和复杂性上生长。
通过为单细胞分析提供强大的平台，NVIDIA的Rapids-Singlecell准备在生物学研究中推动重大进步，为科学家提供解锁新见解和开发医学创新解决方案所需的工具。
图像来源：Shutterstock
（tagstotranslate）AI（T）加密（T）区块链（T）新闻
关键词：