【文件属性】：
文件名称：rapids-single-cell-examples:使用RAPIDS加速单细胞基因组分析的示例
文件大小：14.24MB
文件格式：ZIP
更新时间：2021-03-20 06:39:25
JupyterNotebook
使用RAPIDS的GPU加速的单细胞基因组分析
该存储库包含示例笔记本，演示了如何使用进行GPU加速的单细胞测序数据分析。
RAPIDS是一套开源Python库，可通过GPU加速来加快数据科学工作流程.RAPIDS库从单单元格计数矩阵开始，可用于执行数据处理，降维，聚类，可视化和比较细胞簇。
我们的几个示例均受启发，并基于格式。目前，我们提供了scRNA-seq和scATAC-seq的示例，并且已扩展到100万个细胞。我们还将展示如何创建基于GPU的交互式浏览器内可视化工具，以探索单细胞数据集。
单细胞基因组学研究的数据集规模正在增加，目前已达到数百万个细胞。借助RAPIDS，可以轻松地以交互方式实时地分析大型数据集，从而实现更快的科学发现。
安装
Docker容器
包含所有依赖项，笔记本和源代码的容器可从。
请执行以下命令以启动笔记本电脑，并按照日志中的URL打开Jupyter We
【文件预览】：
rapids-single-cell-examples-master
----images()
--------70k_lung.png(88KB)
--------atacworks_notebook_img.png(108KB)
--------viz3-2.gif(8.73MB)
--------dashboard_2.png(361KB)
--------dashboard.png(558KB)
--------1M_brain.png(65KB)
--------60k_bmmc_dsciATAC.png(162KB)
----Dockerfile(1KB)
----launch(13KB)
----LICENSE(11KB)
----conda()
--------rapidgenomics_cuda10.1.yml(329B)
--------rapidgenomics_cuda10.2.viz.yml(369B)
--------rapidgenomics_cuda11.0.yml(329B)
--------rapidgenomics_cuda10.2.yml(329B)
--------cpu_notebook_env.yml(314B)
----.gitignore(139B)
----.dockerignore(36B)
----README.md(18KB)
----notebooks()
--------hlca_lung_gpu_analysis.ipynb(1.06MB)
--------visualize.py(20KB)
--------utils.py(4KB)
--------coverage.py(10KB)
--------hlca_lung_gpu_analysis-visualization.ipynb(71KB)
--------dsci_bmmc_60k_cpu.ipynb(902KB)
--------hlca_lung_cpu_analysis.ipynb(1.28MB)
--------csv_to_h5ad.ipynb(3KB)
--------5k_pbmc_coverage_gpu.ipynb(284KB)
--------1M_brain_gpu_analysis_uvm.ipynb(734KB)
--------rapids_scanpy_funcs.py(15KB)
--------dsci_bmmc_60k_gpu.ipynb(603KB)
--------1M_brain_cpu_analysis.ipynb(1.03MB)
----build.sh(3KB)