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加速多组学预处理与批次校正

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（SM · Warp · Global/Shared Memo…
GPU计算基础
02
多组学数据概述
基因组学 · 转录组学 · 蛋白质组学
多组学数据概述基因组学
03
数据预处理流程总览
质控 · 过滤 · 归一化
数据预处理流程总…质控
04
Python GPU生态
NVIDIA RAPIDS（cuDF · cuML · cuGraph）
PythonGPU
05
环境搭建
CUDA Toolkit · cuDNN安装 · Docker镜像（NGC）
环境搭建CUDA
06
cuDF入门
GPU DataFrame操作——读… · 选择列 · 过滤
cuDFGPU
07
GPU加速的数据加载
cuIO模块（CSV · Parquet · ORC）在大规模多组学数据中的应用
GPU加速的数据加载
08
转录组数据预处理Ⅰ
FASTQ质量评估（FastQC原理… · GPU加速的Kaiju/MetaCa…
转录组数据预处理…FASTQ
09
转录组数据预处理Ⅱ
比对（STAR · hisat2 GPU优化？使用NVI… · 表达量定量（Salmon – 支持G…
转录组数据预处理…STAR
10
基因表达矩阵预处理
过滤低表达基因 · 文库大小归一化（CPM/TPM） · log转换 – 用cuDF实现
基因表达矩阵预处…过滤低表达基因
11
GPU加速的缺失值处理
KNN插补 · 矩阵分解（SVD/NMF） · 使用cuML的SimpleImput…
GPU加速的缺失值处理
12
批次校正Ⅰ
ComBat · Harmony的GPU加速思路（矩阵…
批次校正ⅠComBat
13
批次校正Ⅱ
基于残差网络的深度学习方法（scVI · scGen） – 利用PyTorch…
批次校正ⅡscVI
14
蛋白质组学数据预处理
MaxQuant输出解析 · 肽段鉴定FDR过滤 · 强度归一化（TMT/iTRAQ）
蛋白质组学数据预…MaxQuant
15
代谢组学数据预处理
峰检测 · 对齐 · 缺失值填充（XCMS/XCMS3）
代谢组学数据预处…峰检测
16
单细胞组学预处理
UMI计数 · 细胞质量过滤 · 双细胞检测（scrublet GPU…
单细胞组学预处理UMI
17
GPU加速的降维方法
PCA（cuML） · t-SNE（RAPIDS） · UMAP（cuML）在大规模单细胞数…
GPU加速的降维方法
18
特征选择与过滤
方差过滤 · 相关系数矩阵（cuDF + cuML… · 背景校正
特征选择过滤
19
数据集成
多组学矩阵拼接 · MOFA（Multi-Omics F…
数据集成多组学矩阵拼接
20
深度学习预处理
自动编码器用于降噪 · Batch Correcting V…
深度学习预处理自动编码器用于降…
21
实战案例1（转录组）
从FASTQ到表达矩阵全流程GPU加…
实战案例1转录组
22
实战案例2（蛋白质组）
MaxQuant结果 + cuDF清…
实战案例2蛋白质组
23
实战案例3（多组学）
同时处理转录组+蛋白质组+代谢组 · 使用MOFA训练
实战案例3多组学
24
性能调优
cuDF内存管理 · CUDA Streams · pinned memory
性能调优cuDF
25
与其他工具集成
与Snakemake/Nextflo… · 启动GPU容器
其他工具集成Snakemake/Ne…
26
错误处理与调试
常见GPU OOM · 设备断言错误 · 数据对齐问题
错误处理调试
27
结果可视化
使用cuXarray · HVPlot · Plotly（GPU加速渲染）展示预…
结果可视化cuXarray
28
多组学数据库接口
从TCGA · GEO · ProteomeXchange下载数…
多组学数据库接口TCGA
29
精度与一致性验证
GPU结果与CPU结果的数值差异分析 · 设定容忍阈值
精度一致性验证
30
课程总结与进阶方向
当前GPU加速的局限 · 未来趋势（CXL · Sparsity Accelerat…
课程总结进阶方向