nanoporetech/dorado

解决的问题

Dorado 是一款专为处理 Oxford Nanopore 读取设计的高性能分析引擎。它通过碱基识别、比对和错误修正，将原始测序数据简化转换为可用的遗传信息，同时在 GPU 和 Apple Silicon 上最大化硬件加速。

运作方式

Dorado 构建于 libtorch（PyTorch 的 C++ API）之上，使用深度学习模型来执行碱基识别——将来自纳米孔测序的原始信号数据转译为核苷酸序列。它采用定制的 CUDA 和 Metal 优化，以确保在 Nvidia GPU 和 Apple M 系列芯片上实现高速推理。该引擎支持多种模式，包含 simplex 和 duplex 碱基识别，以及修饰碱基（表观遗传标记）检测和 poly(A) 尾长估算。

适用对象

适用于处理 Oxford Nanopore 测序数据的生物信息学家和研究人员，他们需要用于碱基识别、读取比对和组装抛光的快速且可扩展的分析流程。

亮点

• 硬件加速：针对 Nvidia A100/H100 GPU 和 Apple Silicon 进行优化，具备多 GPU 线性扩展能力。
• 高级碱基识别：支持修饰碱基识别（例如 5mC、6mA）和 duplex 碱基识别以获得更高的准确度。
• 集成工具：包含内置的读取比对（通过 minimap2）、条形码分类和单读取错误修正（通过 HERRO）支持。
• 组装抛光：提供高准确度的抛光工具，以精炼来自其他工具（如 Flye 或 Hifiasm）的草图组装。