基因组序列分析是生命科学和医疗保健行业领域的重要组成部分,是众多技术突破的关键。随着生命数字化时代的来临,为了解决大数据带来的速度与费用问题,在云计算平台进行流程的分析及计算是目前较流行的方案。然而大部分用户通常直接采用了未优化的软硬件配置,导致样本分析成本过高。因此,如何在云平台上选择合适的硬件配置,从而平衡计算成本与分析速度,成为了值得探索的问题。
为此,Oracle甲骨文云发布了相应的评测文章,该测试项目使用了OCI提供的最新的 ARM 和 x86计算实例,利用OCI硬件资源分配与优化机制,搭配Sentieon软件进行了一系列的运算耗时和云成本估算的基准测试。旨在为用户实现全基因组二级分析的高效计算和低成本的最佳平衡。
在分析流程上,该项目选择了Sentieon DNAseq(v202112.01)流程作为软件方案。Sentieon DNAseq 作为行业金标准 BWA-GATK 的直接替代品,不仅能提供与 BWA-GATK 流程一致的分析结果,而且灵活性强,运行速度更比GATK 快 5-20 倍。
我们将在本篇文章中详细展示测试细节和深度分析,供生物大数据分析研究人员参考。
测试细节
测试环境
该项目测试工作使用了OCI提供的最新的AMD、ARM 和 Intel处理器。下表为各个云计算实例的配置情况。相比于其他云计算服务平台,OCI的优势之一是允许用户灵活指定所需的CPU线程数,内存数,存储以及输入/输出,从而达到与应用流程的最佳适配和最优的使用成本。