Nvidia en Harvard maken genetisch onderzoek sneller en goedkoper met AI

0 reacties

Artificial intelligence is een ontwikkeling die niet alleen voor het scherper maken van games en voor het maken van neppe, hyperrealistische gezichten gebruikt kan worden, het kan ook ingezet worden om genetisch onderzoek drastisch te vergemakkelijken. Onderzoekers van Nvidia en Harvard hebben een nieuwe manier bedacht om de kosten verder te verlagen en de benodigde tijd drastisch te verkorten.

De onderzoekers hebben een deep learning-toolkit genaamd AtacWorks uitgebracht waarmee Nvidia's tensor-cores worden gebruikt voor inferentie van een genoom (een verzameling genen van een organisme). Het analyseren van geheel genoom zou met AtacWorks en tensor-cores van Nvidia slechts een half uur duren, terwijl dit normaal gesproken zo'n 15 uur duurt op een systeem met 32 cpu-cores.


De opbouw van een genoom.

Daarnaast heeft het als voordeel dat er slechts enkele tientallen cellen nodig zijn om de software te draaien. Voorheen waren er volgens Nvidia tien keer zoveel geschikte cellen nodig, iets wat vaak niet zomaar mogelijk is. Data heeft namelijk regelmatig veel ruis, en van zeldzame ziekten is er vaak maar een kleine hoeveelheid cellen.

De toolkit is ook te gebruiken om actieve delen van het dna te identificeren, zodat er gericht kan worden gezocht naar de vermeende mutaties in het dna. De onderzoekers beschrijven in een in Nature Communications gepubliceerd onderzoek dat AtacWorks is gebruikt voor het onderzoeken naar stamcellen voor witte en rode bloedcellen. Er waren slechts 50 cellen nodig voor het vinden van de juiste delen in het dna. De op PyTorch gebaseerde software is nu beschikbaar via Nvidia's NGC-database voor gpu-geoptimaliseerde software.

Bronnen: Nvidia, Nature Communications

« Vorig bericht Volgend bericht »
0
*