---
title: "加速你的大队列DIA分析 进阶版"
author: "scp"
account: "scp"
published_at: "2025-05-14T00:27:07+08:00"
captured_at: "2026-08-26T17:19:03.552899+08:00"
source_url: "https://mp.weixin.qq.com/s/AzhanP4sXRaNYXjH852P0g"
---

# 加速你的大队列DIA分析 进阶版
把你的显卡加速启用后，分析大队列DIA数据您可能依然会觉得不够快，那是因为spectronaut在检索的时候还是一个个数据排着队检索，那么必然导致在部分计算步骤中算力浪费。

所以在Spectronaut19发布后，BGS为大家推出了并发版本，通过

1. 基于云/集群（全新集群license）进行高并发检索提升检索速度，如下图，可以提速5-10倍（取决于队列大小）。当然该方案不是非得基于AWS，其他云服务器或本地集群亦可。如有需求请直接联系我司技术支持或和您对接的销售。

![图片 1](images/001.png)

2. 本地floating license（2-5）并发计算，基于Spectronaut命令行版本，我司专门为用户编写了OmicsCloud平台支持并发本地多计算机计算，计算流程其实和云或集群版本类似。OmicsCloud帮您将大队列样品分发到本地局域网内的多台spectronaut计算服务器（windows和linux均可），分别进行directDIA+机器学习及计算（如果每台子节点电脑都有CUDA加速则更理想了），然后再汇总到主节点服务器进行search archive也就是psar结果整合，再进行整体DIA Analysis（该步骤就非常快了）。如有需求请直接联系我司技术支持或和您对接的销售。

![图片 2](images/002.png)

3. 如果您暂时软硬件条件不足，请放心，我们依然给您提供单机提速方案

详细操作步骤如下：

a. 软件内添加好directDIA搜库参数，fasta文件（基操）

b. 将需要分析的数据（不一定需要全部采集完，采集了多少就可以分析多少）放到特定目录下

c. 打开spectronaut Pipeline视图，

![图片 3](images/003.png)

选择Job monitor标签，右下角选择set up job monitoring pipeline，

![图片 4](images/004.png)

在弹出的设置窗口选择 name（项目名称，不重要），Path（数据文件路径，即步骤b中的目录），output folder（结果输出目录），schemas面板选择步骤a中设好的参数，最下方fasta files面板选择步骤a中设好的fasta库。点击confirm即完成设定。如无意外，spectronaut即自动开始对每个样品进行检索了。

那么你可能会问了：也没看着这样能更快啊？

说对了！你可以多新建几个目录啊，只要当前计算机够nb，你可以开3个，4个，5个甚至更多个数据平行存储目录，然后同时打开这么多个spectronaut 进程并进行pipeline分析。这样每个DIA文件都会得到一个分析结果目录，每个目录里都有一个psar文件，记得回头通过everything或者任何系统里的搜索功能将他们汇总到一起。

d. 完成以上分布式（伪）分析后，回到spectronaut library（久违的）面板，点击generate library from Pulsar/search archive，出下如下界面后，直接点击next

![图片 5](images/005.png)

然后点击from file后把刚才的psar文件们全部导入，合并成单一数据库kit即可。如果你也做了分级建库，记得再单独生成一个kit哦

![图片 6](images/006.png)

e. 正式分析，后面就都一样啦。按照常规的spectral library检索方式操作即可，本文就不啰嗦啦。

实操效果参考上面一篇的宏蛋白DIA分析提速效果。

加速你的Spectronaut（25年5月更新）

水完收工，欢迎测试

服务热线：17863958584（销售），18221381405（技术支持）

邮 箱：sales@omicsolution.com