小柯机器人

哈佛-麻省理工学院博德研究所（Broad Institute) Aviv Regev团队在研究中取得进展。他们开发了积云，为单细胞和单核RNA测序提供基于云计算的大规模数据分析。 相关论文于2020年7月27日发表在《自然—方法学》杂志上。

研究团队开发名为积云（Cumulus）的基于云的计算框架，用于分析大规模单细胞和单核RNA测序数据集。积云将云计算的优势与算法和实施方面的改进相结合，从而实现了高可扩展性、低成本、用户友好以及对一系列功能的集成支持。

该研究组在人类细胞图谱（Human Cell Altas）中骨髓细胞的免疫细胞数据集中测试了积云，相比于传统框架，积云显著提升了计算效率，同时保持或改善了计算结果的质量，实现了大规模的数据分析。

据悉，大规模并行单细胞和单核RNA测序为系统性分析健康和疾病状态下组织图谱开辟了道路。但随着数据生成的规模增长，对用于大规模分析的计算流程的需求也随之增加。

附：英文原文

Title: Cumulus provides cloud-based data analysis for large-scale single-cell and single-nucleus RNA-seq

Author: Bo Li, Joshua Gould, Yiming Yang, Siranush Sarkizova, Marcin Tabaka, Orr Ashenberg, Yanay Rosen, Michal Slyper, Monika S. Kowalczyk, Alexandra-Chlo Villani, Timothy Tickle, Nir Hacohen, Orit Rozenblatt-Rosen, Aviv Regev

Issue&Volume: 2020-07-27

Abstract: Massively parallel single-cell and single-nucleus RNA sequencing has opened the way to systematic tissue atlases in health and disease, but as the scale of data generation is growing, so is the need for computational pipelines for scaled analysis. Here we developed Cumulus—a cloud-based framework for analyzing large-scale single-cell and single-nucleus RNA sequencing datasets. Cumulus combines the power of cloud computing with improvements in algorithm and implementation to achieve high scalability, low cost, user-friendliness and integrated support for a comprehensive set of features. We benchmark Cumulus on the Human Cell Atlas Census of Immune Cells dataset of bone marrow cells and show that it substantially improves efficiency over conventional frameworks, while maintaining or improving the quality of results, enabling large-scale studies.

DOI: 10.1038/s41592-020-0905-x

Source: https://www.nature.com/articles/s41592-020-0905-x

Nature Methods：《自然—方法学》，创刊于2004年。隶属于施普林格·自然出版集团，最新IF：47.99
官方网址：https://www.nature.com/nmeth/
投稿链接：https://mts-nmeth.nature.com/cgi-bin/main.plex