点击蓝字,关注我们

     Spectronaut的directDIA+技术解决了采用预测谱图库算法的DIA软件在复杂修饰、宏蛋白质组或大型Fasta检索时直接宕机的难题,但在进行directDIA+机器学习的时候速度较慢的问题也让人头疼。比如最近在分析一个40多个样品的宏蛋白质组hybridDIA的时候,单个样品direct就需要10个小时,整个项目分析时长达到了近2周。的确让人难以接受。这个时候GPU加速机器学习的重要性就体现出来了:
当前支持操作系统:windows 10,11,server2019,2022;
显卡:英伟达,支持CUDA12,常见如4060,4070,4080,4090均可
第一步

下载CUDA, cuDNN包,请文末点击阅读全文获取下载链接

第二步

安装:CUDA和cuDNN直接一路默认参数安装即可,文末链接下载2025年5月版本CUDNN 9.9和CUDA 12.9,以下设置以该两个版本为例

第三步

设定环境变量,开始菜单搜索

设置环境变量:

新建如下path:

C:\Program Files\NVIDIA\CUDNN\v9.9\include\12.9
C:\Program Files\NVIDIA\CUDNN\v9.9\bin\12.9
C:\Program Files\NVIDIA\CUDNN\v9.9\lib\12.9

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\12.9\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\12.9\lib

第四步

打开Spectronaut,选中GPU加速

第五步

重启电脑

第六步:实测
实测1:宏蛋白质组DIA(timsHT30min,40个DIA run,建库分级20frac)数据
我们采用易算最新检索硬件方案EasyEP9系列服务器(128核,1.5T内存,4090GPU加速)方案,在fasta 序列约240万条(来自于宏基因组)时,单个样品directDIA分析时间约为6小时,采用最新SP19.9结合混合hybrid检索模式,总分析时长1周完成(无GPU加速约2周),而相对于传统library-DIA,hybridDIA鉴定结果提升约2倍!
基于hybrid-DIA结果
基于建库lib-DIA结果

那么聪明如您就会问了,你这才40个样品啊,如果我要做大队列呢?
Spectronaut分布式计算方案轻松拿捏,以上数据在核心节点进行最终数据汇总仅需5.68小时完成
也就是说只要有足够节点,400个样品宏蛋白也仅需1-2周完成整个计算过程。

实测2:那么对于非宏蛋白样品,而是探索发现PTM的DIA分析的提升大概有多少呢?
以下是astral8分钟Hela+9个可变修饰位点分析,耗时14分钟
聪明如您就问了,你这才9个PTMsite啊,如果我做组蛋白呢?以下4个Glygly位点+其他共16个可变修饰位点,36分钟搞定。

蛋白,precursor几乎无变化,也侧面体现了Spectronaut假阳性控制到位。

第七步:我也想要!

对易算软硬件结合产品有兴趣的伙伴,可以联系销售同事!告诉他们你的需求,我们会自动帮您匹配最适合产品。

至此,谢谢大家的观看,祝愿各位伙伴拥有GPU加速的每一天


服务热线:17863958584

邮      箱:sales@omicsolution.com