nanoporetech/dorado

它解決的問題

Dorado 是一個高性能的分析引擎，專為處理 Oxford Nanopore 的測序讀段而設計。它透過基礎呼叫、比對與錯誤校正，簡化原始測序資料轉換為可用遺傳資訊的流程，同時最大化 GPU 與 Apple Silicon 硬體加速效能。

如何運作

Dorado 建立在 libtorch（PyTorch 的 C++ API）之上，使用深度學習模型執行基礎呼叫——將奈米孔測序的原始訊號資料轉換為核苷酸序列。它採用自訂的 CUDA 與 Metal 優化，確保在 Nvidia GPU 與 Apple M 系列晶片上實現高速推論。該引擎支援多種模式，包括單鏈與雙鏈基礎呼叫，以及修飾鹼基（表觀遺傳標記）偵測與 poly(A) 尾長度估計。

適用對象

適用於處理 Oxford Nanopore 測序資料的生物資訊學家與研究人員，他們需要一個快速且可擴展的分析流程，用於基礎呼叫、讀段比對與組裝修飾。

主要特色

• 硬體加速：針對 Nvidia A100/H100 GPU 與 Apple Silicon 優化，支援多 GPU 線性擴展。
• 先進的基礎呼叫：支援修飾基礎呼叫（例如 5mC、6mA）與雙鏈基礎呼叫，以提升準確度。
• 整合工具：內建支援讀段比對（透過 minimap2）、條碼分類與單讀錯誤校正（透過 HERRO）。
• 組裝修飾：提供高準確度的修飾工具，用於精煉其他工具（如 Flye 或 Hifiasm）產生的初步組裝結果。