Dorado开源项目安装与配置指南

Dorado开源项目安装与配置指南

dorado Oxford Nanopore's Basecaller 项目地址: https://gitcode.com/gh_mirrors/dor/dorado

1. 项目基础介绍

Dorado 是一个由 Oxford Nanopore Technologies 开发的高性能、易用的开源 basecaller。Basecaller 是一种用于分析 Oxford Nanopore 测序数据的软件工具，它可以将原始的测序信号转换为碱基序列。Dorado 支持多种功能，包括自动硬件检测、Duplex basecalling、barcode 分类等。项目主要使用 C++ 编程语言，并基于 PyTorch 的 C++ API，libtorch 进行开发。

2. 项目使用的关键技术和框架

• libtorch: Dorado 使用 libtorch，这是 PyTorch 的 C++ API，允许开发者直接在 C++ 环境中使用 PyTorch 的功能和模型。
• CUDA: 项目利用 CUDA 技术进行 GPU 加速，以实现高效的数据处理能力。
• Metal: 对于支持 Metal 的 Apple Silicon，Dorado 使用 Metal 进行加速。
• 自动模型选择: Dorado 能够自动选择合适的 basecalling 模型，并根据输入数据类型（如 POD5 或 fast5）调整其行为。

3. 项目安装和配置

准备工作

在开始安装之前，请确保您的系统满足以下最低要求：

• 操作系统: 根据您的硬件平台选择相应的操作系统版本。
• GPU/CPU: 对于 Linux 和 Windows，需要具备至少 8 GB VRAM 的 NVIDIA GPU（Pascal 架构或更高，但不包括 P100/GP100）。对于 Apple Silicon，建议使用具有至少 16 GB 统一内存的系统。
• 驱动程序: 确保安装了与 GPU 兼容的 CUDA 驱动程序。
• 依赖项: 安装编译器和相关依赖项，具体可参考项目 README 文档。

安装步骤

1. 下载: 根据您的操作系统和架构，从项目的发布页面下载相应的预编译版本。

2. 解压: 将下载的 .tar.gz 或 .zip 归档文件解压到您选择的目录。

3. 环境变量: 将解压目录中的 bin 路径添加到您的系统环境变量 PATH 中，或者在命令行中使用完整路径调用 Dorado。

4. 运行: 使用以下命令运行 Dorado：

   dorado basecaller hac pod5s/ > calls.bam
   

   这里，hac 是一个 basecalling 模型，pod5s/ 是包含 POD5 文件的目录。输出将被写入 calls.bam 文件。

5. 模型下载: 如果需要，Dorado 将自动下载所需的 basecalling 模型。

6. 硬件适配: 如果您的系统中有多个 GPU，Dorado 将自动在所有可用的 GPU 上运行。如果您的 GPU 集群异构，可以使用 --device 标志来选择特定的 GPU。

7. 性能优化: 为了获得最佳性能，请确保输入数据为 POD5 格式，并根据上述提到的性能提示进行配置。

请遵循以上步骤安装和配置 Dorado。如果在安装或使用过程中遇到问题，可以查阅项目文档或通过 GitHub 上的 issue 跟进。

dorado Oxford Nanopore's Basecaller 项目地址: https://gitcode.com/gh_mirrors/dor/dorado