Über V3-V4 hinaus: Strategien zur Minderung von Primer-Bias und Batch-Effekten für zuverlässige Mikrobiomdaten

Moderne Nanopore-Basiskodierung ist nicht mehr ein leichter Nachbearbeitungsschritt, der beliebigen verfügbaren Arbeitsstationen zugewiesen werden kann. Im aktuellen ONT-Software-Stack ist Dorado der standardmäßige Basiskodierer, der in MinKNOW integriert ist. Die aktuellen Modellfamilien sind explizit um schnelle, hac- und sup-Kompromisse organisiert, und die Dokumentation der Arbeitsabläufe behandelt die Basiskodierung jetzt als Teil einer umfassenderen Verarbeitungskette und nicht mehr als eigenständigen Umwandlungsschritt. Für Teams, die für die Überprüfung der Datenqualität und die Kompatibilität der Pipeline verantwortlich sind, verschiebt sich die eigentliche Frage von "Können wir die Basiskodierung durchführen?" zu "Können wir sie mit vorhersehbarem Durchlauf, kompatiblen Ausgaben und akzeptablem Betriebsaufwand durchführen?"

Dieser Artikel behandelt die Auswahl der Infrastruktur, den Durchsatz, die Datenverarbeitung, die Ausgabeverpackung und die Standards für die betriebliche Überprüfung von Nanopore-Basecalling-Workflows. Er befasst sich nicht mit klinischen Tests, patientenorientierten Anwendungen, diagnostischen Entscheidungsfindungen, der Auswahl von Behandlungen oder regulierten medizinischen Validierungen. Alle Hinweise auf die Ausgabequalität, die Bearbeitungszeit oder die Kompatibilität mit nachgelagerten Prozessen beziehen sich ausschließlich auf die technische Leistungsfähigkeit des Workflows und die Bereitschaft zur Dateilieferung in Forschungsumgebungen. Teams sollten ihre eigenen internen Akzeptanzkriterien für die Verarbeitung von Forschungsdaten definieren, einschließlich Herkunft, Reproduzierbarkeit und Anforderungen an das Übergabeformat, bevor sie lokale, Cloud- oder verwaltete Ausführungen übernehmen.

Schnelle Entscheidungsübersicht

Die lokale GPU-Ausführung ist oft ausreichend, wenn das Datenvolumen gering, die Parallelität begrenzt ist und das Team eine gewisse Warteschlangenbildung sowie Umgebungswartung tolerieren kann. Elastische oder verwaltete Ausführung wird attraktiver, wenn der monatliche Durchsatz schwankend ist, mehrere Projekte um dieselbe Hardware konkurrieren oder nachgelagerte Teams eine standardisierte Lieferung von FASTQ oder BAM mit klarer Herkunft und minimalem manuellem Übergang benötigen. In der Praxis geht es selten darum, ob das Basecalling überhaupt ausgeführt werden kann. Es geht darum, ob es mit akzeptabler Bearbeitungszeit, stabiler Ausgabeverpackung und geringem operativen Aufwand ausgeführt werden kann.

Die Nachfrage nach Hochleistungsrechnen im modernen Basecalling

Laut der aktuellen Dorado-Dokumentation umfasst jede Modellgeneration typischerweise die Varianten fast, hac und sup. Diese sind nach zunehmender Genauigkeit geordnet, wobei größere Modelle im Allgemeinen rechenintensiver zu bewerten sind; ONT weist auch darauf hin, dass hac der empfohlene Ausgleichspunkt für die meisten Benutzer ist. Das ist ein wichtiges operationelles Signal für die Infrastrukturplanung: Die Modellwahl ist nicht nur eine Qualitätsentscheidung, sondern auch eine Entscheidung zur Kapazitätsplanung.

In der wf-basecalling-Dokumentation von ONT wird darauf hingewiesen, dass das Dorado-Basecalling eine NVIDIA-GPU mit Pascal-Architektur oder neuer und mindestens 8 GB vRAM erfordert. Die gleiche Workflow-Dokumentation macht auch deutlich, dass der Workflow FAST5- oder POD5-Signalinput akzeptieren und FASTQ, CRAM oder nicht ausgerichtetes BAM ausgeben kann, wobei sortiertes und indiziertes BAM oder CRAM möglich ist, wenn ein Referenz bereitgestellt wird. Das bedeutet, dass Entscheidungen über die Infrastruktur des Basecallings nicht nur die Inferenzgeschwindigkeit beeinflussen, sondern auch, wie schnell ein Projekt einen downstream-bereiten Übergabestatus erreichen kann.

POD5 fügt diesem Rechenbild eine weitere Ebene hinzu. In der Dokumentation und Spezifikation von ONT wird POD5 als ein streambares Rohdatenleseformat beschrieben, das unter Verwendung von Apache Arrow / Feather-basierten Strukturen gespeichert wird. Das ist wichtig, weil die Geschwindigkeit der Basisanrufung nicht nur durch den GPU-Durchsatz bestimmt wird. Die GPU muss effizient versorgt werden, und Speicher- oder Netzwerkengpässe können dazu führen, dass die verfügbare Rechenleistung nicht optimal genutzt wird. Für die betriebliche Überprüfung bedeutet das, dass das Layout der Rohdaten, die lokale NVMe-Leistung, das Verhalten des gemeinsamen Dateisystems und die Staging-Strategie alle den tatsächlichen Durchsatz beeinflussen können.

Für einen Bioinformatik-Rezensenten sind die praktischen Fragen daher spezifischer als "Hat das Team Dorado verwendet?" Ein stärkerer Prüfrahmen umfasst:

• Welches Modellniveau wurde verwendet und warum?
• Wurde das Rohsignal von POD5 oder dem alten FAST5 aufgenommen?
• Hatte die Laufzeitumgebung genügend freien GPU-Speicherplatz für eine stabile Batch-Größe?
• Wurden die Ausgaben im erwarteten Format für den nachgelagerten Workflow geliefert?
• Wurden Wiederholungen oder Verzögerungen durch Warteschlangen, Speicher- oder Umweltprobleme verursacht und nicht durch das Modell selbst?

Ein Setup, das letztendlich Lesevorgänge erzeugt, ist nicht automatisch für die Lieferung im Projektmaßstab geeignet.

Abbildung 1. Die Durchsatzrate der Basisbestimmung hängt vom kombinierten Verhalten der POD5-Eingangsgeschwindigkeit, der GPU-Inferenzkapazität, dem verfügbaren VRAM-Spielraum und den Schritten zur Ausgabeerzeugung wie BAM-Emission oder nachgelagertem Verketten ab.

Eine praktische Sicht auf die Modellauswahl

Für die meisten Teams sollten fast, hac und sup als Betriebsmodi und nicht als Bezeichnungen betrachtet werden:

Diese Rahmenbedingungen entsprechen den aktuellen Modellrichtlinien von ONT: Größere Modelle kosten mehr in der Auswertung, und hac wird im Allgemeinen als das beste Gleichgewicht für die meisten Benutzer empfohlen.

Lokale GPU-Server: Die verborgene technische Schulden

Ein lokaler GPU-Server erscheint oft wirtschaftlich, da die sichtbaren Kosten leicht quantifizierbar sind: Hardwarekauf, ein einmaliger Einrichtungsaufwand und ein Gefühl der direkten Eigentümerschaft. Die weniger sichtbare Belastung zeigt sich später. Dorado entwickelt sich weiter, und die aktuelle Veröffentlichungsseite von ONT zeigt eine aktive Veröffentlichungshistorie mit laufenden Funktionsupdates und Verhaltensänderungen. Schnelle Softwareverbesserungen sind wertvoll, bedeuten jedoch auch, dass lokale Umgebungen eine kontinuierliche Wartung erfordern, wenn Teams Abweichungen zwischen Laufzeit, Treibern, Containern und Workflow-Erwartungen vermeiden wollen.

Die zweite versteckte Kostenart ist die Wartezeit in der Warteschlange. Ein lokaler Knoten, der gut für gelegentliche Verarbeitung funktioniert, kann zum Flaschenhals werden, sobald mehrere Projekte gleichzeitig Aufträge einreichen. In dieser Situation ist die effektive Bearbeitungszeit nicht mehr nur die Laufzeit. Sie umfasst die Wartezeit, die Laufzeit, die Wiederholungszeit und die Nachbearbeitungszeit. Für einen Bioinformatik-Leiter ist dies wichtig, da die nachgelagerte Überprüfung nicht beginnt, wenn die Berechnung startet; sie beginnt, wenn die Dateien in einem verwendbaren Zustand geliefert werden.

Die dritte versteckte Kostenstelle ist die Sprödigkeit von Stacks. Workflow-Systeme wie Nextflow existieren, um rechnergestützte Pipelines über lokale, HPC- und Cloud-Umgebungen reproduzierbar zu machen, während das nf-core-Framework entwickelt wurde, um tragbare, gemeinschaftlich kuratierte Pipelines mit dem Fokus auf Reproduzierbarkeit und Standardisierung zu unterstützen. Wenn eine lokale Umgebung mit diesem Portabilitätsmodell nicht Schritt halten kann, kann das Team zwar im Besitz der Hardware bleiben, aber die Stabilität des Workflows verlieren.

Häufiges Missverständnis: "Ein leistungsstarker Arbeitsplatzrechner reicht aus."

Diese Annahme gilt nur, wenn der Durchsatz moderat, die Parallelität begrenzt und die Durchlaufzeiten nachsichtig sind. Es wird riskant, wenn ein Team mehrere aktive Projekte bearbeitet, regelmäßig teurere Modellstufen verwendet oder versucht, Ergebnisse für einen standardisierten Übergang nachgelagert zu verpacken.

Eine bessere Frage ist nicht, ob die Workstation einen Durchlauf abschließen kann, sondern ob sie dies wiederholt unter Belastung mit ausreichender Konsistenz tun kann, um die Projektbewertung zu unterstützen.

Fehlerbehebung bei Anzeichen von lokalem technischem Schulden

Abbildung 2. Die Betriebskosten der lokalen GPU-Basiscodierung umfassen nicht nur die Anschaffung der Hardware, sondern auch Kühlung, Softwarewartung, Warteschlangenbildung und das Risiko von Wiederholungen.

Cloud vs. Managed Compute: Effizienz und Skalierbarkeit

Der Hauptvorteil von Cloud- oder verwalteter Ausführung besteht nicht nur im Remote-Zugriff auf GPUs. Es ist die Fähigkeit, wissenschaftliche Workflows von der Hardwarebesitz zu trennen.

Nextflow unterstützt die Ausführung über lokale Systeme, HPC-Planer und cloudorientierte Backends, und das nf-core-Framework formalisiert die reproduzierbare Paketierung von Pipelines für bioinformatische Workflows. Praktisch bedeutet das, dass das Nanopore-Basiscalling jetzt als tragbare Arbeitslast behandelt werden kann, anstatt als maschinengebundene Aufgabe. Sobald ein Workflow tragbar ist, verschiebt sich die entscheidende Frage von "Welchen Arbeitsplatz haben wir?" zu "Welches Ausführungsmodell bietet die beste Durchlaufzeit, Reproduzierbarkeit und Lieferstandard?"

Die verwaltete Ausführung hilft auch, wenn der Durchsatz unregelmäßig wird. Ein lokaler Server ist normalerweise auf einen Durchschnittsfall ausgelegt, aber reale Sequenzierungsprojekte treten oft in Schüben auf. Elastische Ausführung ermöglicht es Teams, Spitzenanforderungen zu bewältigen, ohne die lokale Hardware auf seltene Spitzen auszulegen. Sie schafft auch einen besseren Weg, um das Basiscalling in standardisierte Long-Read-Workflows zu integrieren, wie zum Beispiel Nanopore-Zielsequenzierung oder Nanopore-Ultra-Long-Sequenzierung, wo Berechnung, Dateiverpackung und nachgelagerte Erwartungen von Anfang an aufeinander abgestimmt werden müssen.

Eine verwaltete Compute-Schicht wird besonders attraktiv, wenn der tatsächliche Bedarf nicht an "GPU-Zeit" im Abstrakten besteht, sondern an workflow-bewusster Ausgabeverpackung. In der aktuellen Workflow-Dokumentation von ONT kann das Basecalling je nach Konfiguration direkt in ausgerichtete oder nicht ausgerichtete Ausgaben überführt werden. Das ist viel näher an der tatsächlichen Erfahrung der technischen Prüfer hinsichtlich der Lieferqualität: nicht als Benchmark-Ergebnis, sondern als Frage, ob die erhaltenen Dateien bereit für den nächsten Schritt sind, ohne manuelle Nachbearbeitung.

Strategische Entscheidungsmatrix: Wann sollten Sie Ihre Rechenleistung auslagern?

Eine praktische Outsourcing-Entscheidung sollte auf der Form der Arbeitslast, der Parallelität, der internen Ingenieurbandbreite und der Strenge des Lieferstandards basieren.

Die verborgene Variable ist die Zeit der Mitarbeiter. Wenn erfahrene Bioinformatiker Zeit damit verbringen, Laufzeitprobleme zu beheben, anstatt Ergebnisse zu überprüfen, Analysen zu optimieren oder die Lieferung zu standardisieren, zahlt das Team eine Infrastruktursteuer, die selten in Beschaffungstabellen auftaucht.

Berechnen Sie Prüfungsfragen, die vor Beginn eines Projekts zu stellen sind.

1. Wie stark wird die erwartete monatliche Rohdatenaufnahme schwanken?
2. Welche Wartezeit ist akzeptabel, bevor das Basecalling beginnt?
3. Welche Ausgabeartefakte sind erforderlich: FASTQ, nicht ausgerichtetes BAM, ausgerichtetes BAM, CRAM oder mehrere Formen?
4. Welches Dorado-Modell wird für die Produktionslieferung verwendet?
5. Werden die nachgelagerten Arbeitsabläufe automatisch gestartet oder durch manuelle Übergabe?
6. Wer ist für die Wartung der Umgebung und die Wiederholungen verantwortlich, wenn sich die Softwareabhängigkeiten ändern?

Wenn die Antworten ungewiss sind, ist das Problem in der Regel größer als die Auswahl der Hardware. Es handelt sich um ein Problem der Workflow-Governance.

Für workflowspezifische Übergaben kann die Unterstützung für verwandte Langzeitverpackungen wichtiger sein als nur der allgemeine Zugriff auf Rechenressourcen. Deshalb suchen einige Teams nach Dienstleistungsbereichen, die bereits mit den Erwartungen an die Ergebnisse auf Assay-Ebene übereinstimmen, wie zum Beispiel Vollständige Transkriptsequenzierung (Iso-Seq) oder Lange Amplicon-Analyse (LAA)statt die Basisbestimmung als einen isolierten technischen Schritt zu behandeln.

Technische Lieferstandards für FASTQ/BAM Übergabe

Die Akzeptanz für ausgelagerte Basisanrufung sollte als technischer Lieferstandard definiert werden, der Formatkompatibilität, Herkunft und Nachvollziehbarkeit abdeckt.

Ein robustes Lieferpaket sollte klar angeben:

• Rohdaten-Eingabetyp erhalten
• Basiscaller und Version
• verwendetes Modelltier
• ob die modifizierte Basisnennung aktiviert war
• Ausgelieferte Dateiformate
• Zusammenfassende Kennzahlen und Laufnotizen
• Integritätsprüfziffern
• irgendwelche Wiederholungen, Ausschlüsse oder Verpackungsausnahmen

Dieser Standard ist nützlicher als eine vage Diskussion über "Qualität", da er definiert, was das empfangende Team tatsächlich überprüfen kann.

Die Kompatibilität des Dateiformats ist wichtiger als generische Vollständigkeit.

FASTQ bleibt der sicherste generische Übergabeformat für viele maßgeschneiderte nachgelagerte Workflows. Unalignierte BAM-Dateien können wertvoll sein, wenn eine metadata-reiche Verpackung bevorzugt wird. Alignierte BAM oder CRAM sind nützlich, wenn der Leistungsumfang ausdrücklich die Ausrichtung gegen ein definiertes Referenzgenom umfasst und das empfangende Team kartierte Ausgaben erwartet.

Wo der breitere Arbeitsablauf in die nachgelagerte Sequenzcharakterisierung übergeht, wird der nützlichste Verpackungsstandard normalerweise durch den Analyseeingang, die erwarteten Metadaten und das Übergabeformat definiert, nicht nur durch die Berechnung. Aus diesem Grund stimmen einige Teams die Lieferung der Basisaufrufe mit den Arbeitsabläufen ab, die sie bereits für Gezielte Regionssequenzierung oder Amplicon-Sequenzierungsdienste, wo die Dateistruktur und die Erwartungen an Metadaten bereits gut definiert sind.

Eine kompakte Prüfliste für Lieferantenaudits

Bevor Sie ein Liefermodell akzeptieren, fragen Sie, ob der Anbieter dokumentieren kann:

QC und Fehlersuche: Was zu überprüfen ist, wenn der Durchsatz oder die Ausgabe falsch aussieht

Der Durchsatz ist niedriger als erwartet.

Überprüfen Sie zunächst, ob der Engpass tatsächlich in der Berechnung liegt. Laut der aktuellen POD5-Dokumentation ist das Format streambar und für den zugänglichen Umgang mit Rohdaten ausgelegt, aber das beseitigt nicht die Speicherengpässe. Langsame lokale Festplatten, überlastete Netzwerke oder schwache Staging-Prozesse können die effektive Durchsatzrate verringern, selbst wenn GPU-Kapazitäten verfügbar sind.

Die Durchlaufzeiten sind bei ähnlichen Projekten inkonsistent.

Dies ist oft ein Planungsproblem und kein Basisproblem. Trennen Sie die Wartezeit von der Laufzeit in den Berichten. Ohne diese Unterscheidung können die Teams nicht erkennen, ob das Problem an den Modellkosten, der Infrastrukturkapazität oder der Arbeitslastkonkurrenz liegt.

Gelieferte Lesungen sehen anders aus als eine vorherige Charge.

Überprüfen Sie, ob dasselbe Modellniveau, dieselbe Laufzeitversion und derselbe Ausgabemodus verwendet wurden. Die aktuellen Dorado-Dokumentationen unterscheiden ausdrücklich zwischen schnellen, hac- und sup-Modellen anhand von Genauigkeit und Rechenkosten, sodass Ausgabeveränderungen möglicherweise betriebliche Entscheidungen widerspiegeln und nicht zufällige Instabilität.

BAM-Dateien sind schwieriger zu verwenden als erwartet.

Bestätigen Sie, ob die Dateien ausgerichtet oder nicht ausgerichtet sind und ob die Verpackung mit dem Einstiegspunkt des nachgelagerten Workflows übereinstimmt. In der wf-basecalling-Dokumentation von ONT kann der Workflow FASTQ, CRAM oder nicht ausgerichtete BAM erzeugen, mit sortierten und indizierten gemappten Ausgaben, wenn eine referenzgeführte Ausrichtung enthalten ist. Diese Unterscheidungen sollten vor der Lieferung definiert und nicht danach abgeleitet werden.

Outsourcing-Signale: Wann es ineffizient wird, es intern zu belassen

Das verwaltete Ausführen wird attraktiver, wenn die Verpackung von Rechenleistung, die Durchlaufzeit und die Übergabe an nachgelagerte Prozesse gemeinsam standardisiert werden müssen, anstatt separat optimiert zu werden.

Das passiert normalerweise, wenn mehrere Druckfaktoren gleichzeitig auftreten: unregelmäßiges Eintreffen von Rohdaten, Wettbewerb um gemeinsame Hardware, wiederholte Wartung der Umgebung und steigende Nachfrage nach konsistenten Standards für die Dateilieferung. In diesem Kontext ist die wirtschaftliche Einheit nicht mehr die GPU selbst. Es ist der gesamte Workflow von der Signalaufnahme bis zur verpackten Ausgabe.

Für einige Teams ist es am einfachsten, diesen Wandel zu bewältigen, wenn Rechen- und Assay-Kontext in Dienstkategorien wie diesen zusammengefasst sind. Virales Genom-Sequenzierung oder Mikrobielle Ganzgenomsequenzierung, wo die Verarbeitung von Langsequenzen, die Erwartungen an die Lieferung und die Überprüfung der nachgelagerten Sequenzen gemeinsam standardisiert werden können.

Fazit: Beschleunigung der Forschung durch Entkopplung von Wissenschaft und Infrastruktur

In RUO-Umgebungen bedeutet ein schnellerer Zugriff auf vertrauenswürdige FASTQ- oder BAM-Ausgaben eine frühere Überprüfung der nachgelagerten Prozesse, frühere Fehlersuche und frühere Projektentscheidungen. Der aktuelle Stack von ONT spiegelt bereits diesen Wandel wider: Dorado ist der standardmäßige Basiscaller, der in MinKNOW integriert ist, aktuelle Modellfamilien sind offen dokumentiert in Bezug auf die Abwägungen zwischen Rechenleistung und Genauigkeit, und die offizielle Workflow-Dokumentation behandelt das Basiscalling als konfigurierbaren Teil einer größeren Ausgabekette. Teams, die das Basiscalling weiterhin als einfache Arbeitsplatzaufgabe bewerten, unterschätzen wahrscheinlich sowohl die Rechenanforderungen als auch die Lieferanforderungen.

Die nützlichste Entscheidung besteht daher nicht im abstrakten „lokal versus Cloud“. Es geht darum, ob die aktuelle Infrastruktur Rohsignale in standardisierte, downstream-kompatible Ausgaben mit akzeptabler Bearbeitungszeit umwandeln kann, ohne unverhältnismäßig viel wissenschaftliche Arbeitskraft zu verbrauchen. Wenn die Antwort nein lautet, ist die verwaltete oder ausgelagerte Ausführung nicht nur eine Bequemlichkeit. Sie ist ein Schritt zur Optimierung des Workflows.

Abbildung 3. Managed oder plattformbasierte parallele Verarbeitung kann Rückstände reduzieren und die Konsistenz der Lieferung verbessern, indem POD5-Eingaben in standardisierte FASTQ/BAM-Ausgaben unter gemeinsamen Arbeitsablaufregeln umgewandelt werden.

Häufig gestellte Fragen (FAQ)

1. Ist die GPU-Beschleunigung für modernes Nanopore-Basen-Calling optional?

Nicht in den meisten leistungsintensiven Umgebungen. Die aktuelle Workflow-Dokumentation von ONT erfordert eine NVIDIA-GPU mit Pascal-Architektur oder neuer und mindestens 8 GB vRAM für die Dorado-basierte wf-Basiskodierung.

2. Welches Modellniveau ist der praktischste Standard?

Für viele Produktionsabläufe ist hac das praktischste Gleichgewicht, da ONT es als den besten Kompromiss zwischen Genauigkeit und Rechenkosten für die meisten Benutzer empfiehlt.

3. Warum ist POD5 für die Infrastrukturplanung wichtig?

Da POD5 streambar ist und auf Apache Arrow-Strukturen basiert, wird der Zugriff auf Rohdaten und die Vorbereitung Teil der Durchsatzberechnung, anstatt eine nachträgliche Überlegung zu sein.

4. Wann ist ein lokaler GPU-Server noch ausreichend?

In der Regel ist das Datenvolumen niedrig, die Parallelität ist begrenzt, und das Team kann einige Warteschlangen und Umgebungswartungen tolerieren.

5. Was sollte jede ausgelagerte Lieferung enthalten?

Mindestens: Eingabeformat, Version des Basecallers, Modellstufe, Ausgabetyp, Zusammenfassungsmetriken und Integritätsprüfziffern.

Sollte ich FASTQ oder BAM anfordern?

Fordern Sie das Format an, das zu Ihrem nachgelagerten Workflow-Einstiegspunkt passt. FASTQ ist die sicherere generische Übergabe; BAM ist nützlich, wenn die Handhabung von Metadaten oder kartierten Ausgaben bereits Teil des Workflow-Plans sind.

7. Schlägt verwaltete Ausführung immer lokale Infrastruktur?

Nein. Stabile, geringvolumige Arbeitslasten können weiterhin gut in lokale Infrastrukturen passen. Managed Execution wird attraktiver, wenn Spitzenlast, Warteschlangenbildung und Standardisierung wichtiger werden.

8. Was ist das deutlichste Signal, dass Outsourcing gerechtfertigt ist?

Wenn das Team mehr Zeit mit der Wartung der Laufzeitumgebung verbringt als mit der Überprüfung oder Nutzung der Daten.

Peer-Reviewte Referenzen

1. Di Tommaso P, Chatzou M, Floden EW, Prieto Barja P, Palumbo E, Notredame C. Umfassender Benchmark und architektonische Analyse von Deep-Learning-Modellen für das Basecalling bei Nanoporen-Sequenzierung. Nature Biotechnology. 2017;35(4):316-319. 10.1038/nbt.3820
2. Wick RR, Judd LM, Holt KE. Leistung von Basisabrufftools auf Basis neuronaler Netze für die Oxford Nanopore-Sequenzierung. Genome Biology. 2019;20:129. 10.1186/s13059-019-1727-y
3. Pagès-Gallego M, de Ridder J. Umfassende Benchmark- und Architektur-Analyse von Deep-Learning-Modellen für das Basecalling bei Nanoporen-Sequenzierung. Genome Biology. 2023;24:71. 10.1186/s13059-023-02903-2
4. Ewels PA, Peltzer A, Fillinger S, Patel H, Alneberg J, Wilm A, Garcia MU, Di Tommaso P, Nahnsen S. Das nf-core Framework für gemeinschaftlich kuratierte Bioinformatik-Pipelines. Nature Biotechnology. 2020;38:276-278. 10.1038/s41587-020-0439-x
5. Abel NB, de Lannoy C, Loose M, Leggett RM. Pod5Viewer: eine GUI zur Inspektion von Rohdaten aus Nanoporen-Sequenzierung. Bioinformatik. 2024. 10.1093/bioinformatics/btae665