VIP20
本课程属于：007-多组学数据整合管线 生物信息学与 AI 制药工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

GPU加速单细胞多组学分析实操

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
GPU计算基础
GPU架构简介（CUDA核心 · 显存层次） · CUDA编程模型
GPU计算基础
02
单细胞多组学概论
scRNA-seq · scATAC-seq · CITE-seq数据特点
单细胞多组学概论scRNA-seq
03
环境搭建
GPU驱动 · CUDA Toolkit · cuDF
环境搭建GPU
04
数据预处理（GPU加速）
使用cuDF读取10X Genomi… · 矩阵过滤与质量控制
GPU数据预处理
05
归一化与方差稳定化
GPU加速的scran · SCTransform替代方案 · 使用cuML实现快速归一化
归一化方差稳定化
06
高变基因选择
基于cuDF的快速排序与分位数计算 · GPU并行化Fano因子/方差筛选
高变基因选择cuDF
07
降维（PCA GPU版）
cuML中的PCA · TruncatedSVD · 对比scikit-learn速度基准…
PCAGPU
08
t-SNE与UMAP GPU加速
RAPIDS cuML中的t-SNE… · 参数调优与可视化
t-SNEUMAP
09
聚类分析（GPU）
cuML的KMeans · HDBSCAN（GPU版）与Louv…
GPU聚类分析
10
批次校正与整合
使用Harmony（GPU加速版）或… · 多批次数据的快速融合
批次校正整合
11
scATAC-seq峰值检测GPU版
利用cuDF + cupy实现MAC… · 片段过滤与计数矩阵生成
scATAC-seqGPU
12
CITE-seq蛋白数据整合
GPU加速的DSB归一化 · 蛋白与RNA联合降维（WNN算法GP…
CITE-seq蛋白数据整合
13
多组学共嵌入（MOFA+ GPU）
使用cuML替代部分矩阵分解 · 加速因子分析
MOFA+GPU
14
差异表达分析GPU版
基于cupy的秩和检验 · t检验并行化 · 伪批量方法（pseudobulk）G…
GPU差异表达分析
15
基因集富集分析
GPU加速的Fisher精确检验或G…
基因集富集分析GPU
16
轨迹推断（扩散伪时间DPT）
利用cupy计算扩散矩阵 · GPU版扩散图拉普拉斯特征映射
DPT轨迹推断
17
RNA速率分析（GPU版）
基于cupy的剪切/未剪切计数矩阵运… · velocyto与scVelo的GP…
RNAGPU
18
细胞通讯分析
GPU加速的配体-受体评分（基于cu… · 可视化网络
细胞通讯分析GPU
19
空间转录组整合
GPU加速的Spot deconvo… · SPOTlight替代 · 用cuML优化）
空间转录组整合GPU
20
多模态整合（Seurat v5 / MOJITOO）
RAPIDS加速的联合PCA与非负矩…
Seuratv5
21
大规模数据分块处理
cuDF分块读取 · GPU流式处理 · 避免显存溢出（out-of-memo…
大规模数据分块处…cuDF
22
自定义GPU核函数
使用Numba CUDA编写自定义统… · 比如自定义基因打分函数
GPU自定义
23
模型训练（scVI、scGen GPU）
PyTorch + CUDA训练变分… · batch size与显存优化
scVIscGen
24
迁移学习
基于GPU的预训练模型微调 · 跨数据集标注（如scArches）
迁移学习GPU
25
可视化图表生成
GPU加速的交互式降维图（Plotl… · Bokeh后端） · 批量输出出版级矢量图
可视化图表生成GPU
26
性能监控与调试
nvtop · Nsight Systems分析GP… · 优化数据拷贝与核函数启动开销
性能监控调试
27
分布式多GPU编程
使用Dask-cuDF + cuML… · 处理百万级细胞数据集
GPU分布式多
28
混合精度训练
单细胞网络模型中使用AMP（自动混合… · 加速并减少显存占用
混合精度训练AMP
29
实际案例1
10万级PBMC多组学数据（scRN…
实际案例1PBMC
30
实际案例2
人类发育图谱（100万细胞）多模态整… · 端到端性能调优与结果复现
实际案例2人类发育图谱