创新背景

要知道细胞在做什么——无论是在癌症中失控生长，还是在入侵病毒的控制下，或者只是在进行健康细胞的日常工作，都是看它的基因表达。虽然生物体中的绝大多数细胞都含有相同的基因，但这些基因的表达方式是产生不同细胞类型的原因——例如肌肉细胞和神经元之间的差异。

在过去的十年中，测量单个细胞中基因表达的技术已经彻底改变了生物学。生物学家不再需要平均组织内许多细胞的基因表达，他们可以随时检测每个细胞中哪些基因是活跃的。

然而，计算能力一直在努力跟上这种数据的爆炸式增长。例如，单个实验可以观察100，000个细胞，并测量来自数十万个转录本（当基因活跃时产生的RNA片段）的信息，从而产生数百亿个测序片段。来自单细胞测序的基因组数据可能占用数TB的空间，需要数小时或数天才能在大型计算服务器上进行处理。

创新过程

为了解决计算效率低的问题，研究人员开发了一种新型软件工具可以使用普通笔记本电脑的计算能力，在大约30分钟内处理大量基因组数据。该工具可以以多种方式用于不同的生物学需求，并有助于确保科学研究的可重复性。

该工具可在线获得，任何人都可以使用。另一个研究小组对其进行调整，以研究从筛查测试中收集的样本中的SARS-CoV-2病毒。

有很多不同群体使用不同的技术来研究相同组织的例子，例如大脑，使用相同的引擎（我们的技术）处理所有这些数据有助于集成数据。新工具快速、高效，并且易于再加工，这对于科学的一致性和可重复性非常重要。

“内部”开发这个复杂的软件工具对于它实际解决潜在用户的问题非常重要，因为潜在用户就在实验室里。

创新关键点

新型软件工具可以使用普通笔记本电脑的计算能力，在大约30分钟内处理大量基因组数据。

创新价值

这些工具的易用性、低成本和模块化将为人类细胞图谱和脑倡议细胞普查网络等大型联盟提供一致且可复制的基因组数据预处理。该工具可以以多种方式用于不同的生物学需求，并有助于确保科学研究的可重复性。

New software tools can efficiently process large amounts of genomic data

To address this computational inefficiency, researchers have developed a new software tool that can use the computing power of a regular laptop to process large amounts of genomic data in about 30 minutes. The tool can be used in a variety of ways for different biological needs and helps ensure the reproducibility of scientific research.

The tool is available online and can be used by anyone. Another team adapted it to study the SARS-CoV-2 virus in samples collected from screening tests.

There are many examples of different groups using different techniques to study the same tissue, such as the brain, and using the same engine (our technology) to process all this data helps to integrate the data. The new tools are fast, efficient, and easy to reprocess, which is important for scientific consistency and repeatability.

Developing this complex software tool "in-house" is important for it to actually solve the problems of potential users, because the potential users are in the lab.