L'analisi primaria del sequenziamento del genoma può essere eseguita 16 volte più velocemente grazie alle GPU Nvidia Tesla. Il nuovo chip dell'azienda statunitense infatti è alla base dell'equipaggiamento del sequenziatore Ion Proton fabbricato da Life Technologies, che ha inoltre il merito di costare solo mille dollari.
Ion Proton
La tecnologia dello Ion Proton System ha origine dal rapido aumento della produttività, dall'accuratezza e dalla "read-length" raggiunti con il Life Technologies Ion Personal Genome Machine (PGM) Sequencer, un altro strumento prezioso per i ricercatori anch'esso basato sulle GPU per accelerare le analisi primarie.
Un esempio pratico di impiego del PGM è la decodifica del genoma del batterio E.Coli durante l'epidemia tedesca dello scorso anno. Il nuovo Ion Proton può fare anche di meglio, come ha spiegato Alan Williams, vice president of software and engineering presso la Ion Torrent unit della Life Technologies Corporation: "l'accelerazione su GPU e altre caratteristiche avanzate di Ion Proton consentono a qualsiasi laboratorio nel mondo di poter sfruttare facilmente e velocemente il sequenziamento del genoma umano, senza costosi investimenti IT" .
Siamo insomma di fronte a una sorta di democratizzazione del sequenziamento del genoma, per usare un'espressione di Williams, che porterà a "un'ondata di innovazioni senza precedenti nelle scienze biologiche e nella ricerca in ambito medico."
Fra i vantaggi del nuovo macchinario infatti ci sono proprio i costi sostenibili, le prestazioni elevate e la velocità d'uso, indispensabili ai ricercatori per passare dal sequenziamento multiplo dei campioni al genome-scale sequencing con una singola piattaforma che costa un cinquantesimo di un sistema tradizionale.
Un ruolo di primo piano nel successo dello Ion Proton spetta proprio alla GPU Tesla, come ha sottolineato Sumit Gupta, general manager della Tesla accelerated computing business unit di Nvidia: "Il passo della ricerca è stato accelerato dall'impiego delle GPU nei più diversi ambiti, dai sequenziatori di geni alla modellazione molecolare fino al diagnostic imaging".
Oggi in sostanza "l'accelerazione su GPU pervade tutti gli aspetti del computing nell'ambito delle scienze biologiche e permetterà ai ricercatori di velocizzare il ritmo delle scoperte scientifiche".