事例No.PC-10816
参考価格:
520,410

NGS解析&ナノポアシーケンサー解析用マシン

用途:MaSuRCAやGuppyを用いたハイブリッドアセンブリ、RNA-seq解析

お客さまからのご相談内容

簡易的なNGS解析とナノポアシーケンサー解析を行う計画があり、そのためのPCを導入したい。
具体的にはMaSuRCAを利用した30Mb程度のハイブリッドアセンブリやRNA-seq解析を想定している。

GPU版Guppy basecallerにも使うことができるのが理想で、それ以外に3Dモデル処理などの実施は考えていない。
OSはUbuntuを考えているが、WSLでUbuntuを使っても解析能力に大きな影響がなければ、Windows上で動かしたい。
その他に想定している内容は以下の通り。

・CPU:12コア程度の製品を想定しているが、より良い提案があれば希望する
・ストレージ:SSDを希望する
・予算:50万円程度
・MaSuRCAのダウンロードページでは、ハードウェア要件として 「Bacteria (up to 10Mb): 16GB RAM, 8+ cores, 10GB disk space」の記載があるため、30MbであればPC-10596程度のスペックで動作するのではないかと考えている

 

テガラからのご提案

ご要望の条件に合わせて構成を検討しました。

仕様は暫定ですが、MaSuRCAの公式リポジトリに掲載された動作要件のBacteriaとInsectの中間程度のスペックです。

参考:alekseyzimin / masurca ※外部サイトへ飛びます

OSはUbuntuのみをインストールする想定です。
WSLでの利用に関しては、ソフトウェア自体は動作すると思われますが、解析能力への影響は避けられません。
WSLは基本的に仮想マシンですので、仮想化によるオーバーヘッドが生じます。Windowsを用意しなければならない理由が他にないようであれば、Ubuntuをネイティブに動作させる形での利用を推奨します。
その他の選択肢として、WindowsとUbuntuのデュアルブート環境を構築する方法があります。ご希望のお客様はご相談ください。

また、本構成ではNVIDIA製ビデオカードを搭載しており、GuppyのGPU実行に対応しています。

本事例の構成は、お客様から頂戴した条件を元に検討した内容です。
掲載内容とは異なる条件でご検討の場合でも、お気軽にご相談ください。

主な仕様

CPU AMD Ryzen9 7950X (4.50GHz 16コア)
メモリ 64GB
ストレージ 2TB SSD S-ATA
ビデオ NVIDIA Geforce RTX3060
ネットワーク on board (2.5G x1 10/100/1000Base-T x1) Wi-Fi x1
筐体+電源 ミドルタワー筐体 + 850W
OS Ubuntu 20.04

■FAQ

・Guppyとは
Guppyは遺伝子配列データをグラフィカルに表示する遺伝子情報表示プログラム。配列中のタンパク質に翻訳される領域や、マーカとして知られている部位に対する注釈などをわかりやすく表示、または編集することができる。

参考:GUPPY 遺伝子情報表示プログラム (産業技術総合研究所) ※外部サイトへ飛びます

 

・MaSuRCAとは
MaSuRCAは、高品質なペアエンド読み込みと長いリードのハイブリッドアセンブリに特化したゲノムアセンブリのためのソフトウェア。異なる読み込みタイプのデータを組み合わせてア、高速で正確なアセンブリを生成できる。

参考:alekseyzimin / masurca ※外部サイトへ飛びます

 

・ハイブリッドアセンブリとは
ハイブリッドアセンブリとは、異なる読み込みタイプのデータを組み合わせて行うゲノムアセンブリの手法。短いペアエンド読み込みと長いリードの両方を使用することで、アセンブリの精度と連続性を向上させることができる。

 

・WSL2とは
Windows Subsystem for Linux 2 (WSL2) はWindows上でLinux向けバイナリを実行する方法の一つ。

参考:【記事】Windows Subsystem for Linux 2(WSL2)のGPUサポートについて【1/3】
参考:【記事】Windows Subsystem for Linux 2(WSL2)のGPUサポートについて【2/3】
参考:【記事】Windows Subsystem for Linux 2(WSL2)のGPUサポートについて【3/3】

 

 

事例追加日:2023/03/23
事例No.PC-10803
参考価格:
1,432,200

ショットガンメタゲノム解析用マシン

用途:ショットガンメタゲノム解析とAIを用いたMRI画像解析

お客さまからのご相談内容

ショットガンメタゲノム解析をメインにしたバイオインフォマティクスを行うためのマシンを検討したい。
想定している条件は以下の通り。

・CPU:コア数を重視する
・メモリ:将来増設の予定がある
・OS:Ubuntu 20.04
・その他:Bioconda3 プリインストール
・U-Netを用いたMRI画像解析を行う予定がある
・予算:150万円程度

テガラからのご提案

ご要望の条件に合わせて構成を検討しました。
ご予算内でできるだけコア数が多くなるように構成を検討しています。
64コア仕様で検討すると価格が大幅にUPしてご予算に収まらないため、合計56コアに抑えています。

メモリは将来の増設を考えた構成ですが、本来は全てのメモリスロットにモジュールを搭載することでメモリ帯域が最大になる仕様であり、ご提案の状態ではメモリ帯域が半減していますのでご注意ください。

GPUはAI学習などで利用できそうなGPUを1枚追加しています。
しかし、計算専用のGPUではないため、本格的に学習させる用途よりも入門クラスとして必要十分な製品とお考えください。

GPUを使った学習については、より上位の製品はGPU単体で100万円以上であったり、複数枚搭載すると一般的な100V環境では利用できないといった課題があります。そのような点を考え、今回の用途・ご予算のバランスから、AI用として利用できるGPUを選定しています。

なお、画像系の学習をする場合は、ビデオカードのメモリ容量も重要になるため、ご予算が許す場合には、RTX A6000 48GBなどをご選択いただくのが良いかと存じます。

本事例の構成は、お客様から頂戴した条件を元に検討した内容です。
掲載内容とは異なる条件でご検討の場合でも、お気軽にご相談ください。

主な仕様

CPU Xeon Gold 5320 (2.20GHz 26コア) x2
メモリ 128GB REG ECC
ストレージ1 1TB SSD S-ATA
ストレージ2 8TB HDD S-ATA
ビデオ NVIDIA T400
ネットワーク on board (1000Base-T x2)
筐体+電源 タワー型筐体 + 1200W
OS Ubuntu 20.04
その他 CUDA Toolkit 11インストール
Bioconda3インストール

■FAQ

・ショットガンメタゲノム解析とは
ショットガンメタゲノム解析とは、環境サンプルからDNAを取り出し、ランダムに分割して断片化し、それらをシーケンシングしてゲノム情報を得る手法。微生物の多様性を調べるためによく用いられ、未知微生物のゲノム情報を得ることができる。微生物の培養を行う必要がないため、非常に高速で、多様性が高い環境サンプルの解析に適する。

 

・U-Netとは
U-Netは、2次元の画像セグメンテーションにおいて高い性能を発揮する、ディープラーニングのアーキテクチャ。U-Netは、エンコーダー部分とデコーダー部分から構成され、畳み込み層を用いて画像の特徴を抽出し、エンコーダー部分で解像度を落とし、デコーダー部分で元の解像度に戻すことで、画像のセグメンテーションを行う。画像内のオブジェクトの位置や形状を正確に把握することができ、医療画像の自動解析などの分野で広く使われている。

 

 

事例追加日:2023/03/08
事例No.PC-10722
参考価格:
1,790,800

メタゲノム解析用マシン (2023年02月版)

用途:メタゲノム解析

お客さまからのご相談内容

メタゲノム解析を行うためのPCが欲しい。
NGSデータのクオリティフィルタリングから、アッセンブルやビニング、KEGGやBLASTも利用したい。

・CPU:Xeon Gold 6326程度
・メモリ:512GB
・OS:Ubuntu
・予算:180万円以内
・その他:MetaWRAPとMetaSanityを利用する

メタゲノム解析で一般的に使用するプログラムは、全て使用できればと考えている。
MetaWRAPではアッセンブルが難関でかなりのメモリ容量が必要になるので,ある程度優先したい。

テガラからのご提案

ご要望の条件に合わせて構成を検討しました。
MetaWRAPはCPUとメモリのスペックを高めることが重要なので、ご要望のCPU・メモリの条件はご予算ともマッチした良い選択だと思われます。

また、MetaWRAPはデータベースの容量が合計数百GBとかなり大きいので、その点に注意したストレージ構成としています。

本事例の構成は、お客様から頂戴した条件を元に検討した内容です。
掲載内容とは異なる条件でご検討の場合でも、お気軽にご相談ください。

主な仕様

CPU Xeon Gold 6326 (2.90GHz 16コア)
メモリ 512GB
ストレージ1 2TB SSD S-ATA x2
ストレージ2 8TB HDD S-ATA x2
ビデオ NVIDIA T1000
ネットワーク on board (1000Base-T x2)
筐体+電源 タワー型筐体 + 850W
OS Ubuntu 20.04

■FAQ

・メタゲノム解析とは
メタゲノム解析とは、環境中の微生物の群集を培養することなくそのままゲノム精製して網羅的に解析する手法。遺伝子配列から環境中に生息する微生物の種類や環境的機能を知ることができる。

 

・MetaWRAPとは
MetaWRAPは、メタゲノム解析用のソフトウェア。読み取り品質管理やアッセンブル、視覚化、分類学的プロファイリング、ビニングなど様々なタスクを処理することができる。

参考:MetaWRAP ※外部サイトに飛びます

 

・MetaSanityとは
MetaSanityは、微生物ゲノムを分析に適したソフトウェアスイート。ゲノム評価と機能アノテーションのための統一的なワークフローを提供し、すべての出力を単一のクエリ可能なデータベースにまとめることができる。

参考:MetaSanity ※外部サイトに飛びます

 

・KEGGとは
KEGG (Kyoto Encyclopedia of Genes and Genomes)はゲノム配列決定やその他のハイスループットによって生成される大規模な分子データセットから、細胞、生物、生態系などの生命システムの高レベルの機能と有用性を理解するためのデータベースリソース。

参考:KEGG ※外部サイトに飛びます

 

・BLASTとは
BLAST (Basic Local Alignment Search Tool) は,相同性検索を高速に行うプログラム。手元にあるシーケンスでデータベースもしくはライブラリに対して検索することにより,ある閾値以上のスコアで類似するシーケンス群を発見することができる。

参考:BLAST ※外部サイトに飛びます

 

事例追加日:2023/02/28
事例No.PC-10755
参考価格:
1,003,200

ColabFold / RoseTTAFold用マシン

用途:ColabFold、RoseTTAFoldによるタンパク質構造解析

お客さまからのご相談内容

事例No.PC-10260Aを見ての問い合わせ。
ColabFoldとRoseTTAFoldを使用するため、事例と同程度のマシンを導入したい。
考えている条件は以下の通り。

・事例No.PC-10260Aの構成をベースにする
・ストレージ:2台目のストレージを4TB SSD M.2に変更
・OS:Windows 11とUbuntuのデュアルブートを希望
・予算:予算100万円程度

テガラからのご提案

ご要望の条件に合わせて構成を検討しました。

お客様がご覧になった事例No.PC-10260Aのストレージ1と2は、それぞれ別のOSをインストールするためのものです。
本件でのストレージ容量変更は、データの一次保存場所にすることが目的でしたので、OS用ストレージの容量変更ではなく、データ用ストレージとして4TB SSD M.2を2台追加しました。

その他、CPUとGPUをご予算と現行スペックに合わせて変更しています。

ColabFoldのLocal版はWSL2でも動作するという情報がありますので、場合によってはUbuntu側の処理をWSL2で実装する方法も考えられるかと存じます。

本事例の構成は、お客様から頂戴した条件を元に検討した内容です。
掲載内容とは異なる条件でご検討の場合でも、お気軽にご相談ください。

主な仕様

CPU AMD Ryzen9 7900X (4.70GHz 12コア)
メモリ 64GB
ストレージ1 500GB SSD S-ATA x2
ストレージ2 4TB SSD M.2 x2
ビデオ NVIDIA Geforce RTX4080
ネットワーク on board (2.5G x1 10/100/1000Base-T x1) Wi-Fi x1
筐体+電源 ミドルタワー筐体 + 1000W
OS Microsoft Windows 11 Professional 64bit
その他 追加インストール作業 Ubuntu 20.04 LTS + CUDA Toolkit 11

■FAQ

・ColabFoldとは
ColabFoldはGoogle Colab上で利用できるAlphaFold2とAlphaFold-Multimer。タンパク質構造検索ツール MMseqs2 (Many-against-Many searching) の高速な相同性検索をAlphaFold2またはRoseTTAFoldと組み合わせることで、タンパク質の構造と複合体の予測を高速化する。

参考:sokrypton / ColabFold ※外部サイトへ飛びます

 

・RoseTTAFoldとは
RoseTTAFoldはDeepLearnigを使用して、限られた情報に基づいてタンパク質構造を予測するソフトウェア。既知のタンパク質のテンプレートを使って学習させたモデルを使い、未知のペプチド配列の立体構造を予測する。

参考:RosettaCommons / RoseTTAFold ※外部サイトへ飛びます

 

・WSL2とは
Windows Subsystem for Linux 2 (WSL2) はWindows上でLinux向けバイナリを実行する方法の一つ。

参考:【記事】Windows Subsystem for Linux 2(WSL2)のGPUサポートについて【1/3】
参考:【記事】Windows Subsystem for Linux 2(WSL2)のGPUサポートについて【2/3】
参考:【記事】Windows Subsystem for Linux 2(WSL2)のGPUサポートについて【3/3】

 

 

事例追加日:2023/02/22
お客様のご要望をうかがい、最適なPCの構成をご提案する
「お客様だけのオーダーメイドPC」を製作しています。
用途に応じた細かなアドバイスや迅速な対応がテガラの強みです。

上記の仕様はテガラでお客様に提案したPC構成の一例です。
掲載内容は提案当時のものであり、また使用する部材の供給状況によっては、現在では提供がむずかしいものや、部材を変更してのご提案となる場合がございます。

参考価格については、提案当時の価格(送料込・税込)になります。
ご相談時期によっては価格が異なる場合がございますので、あらかじめご了承ください。