基因判讀。龐大的資料組。深度學習。這是顯微鏡底下的癌症研究活動。
一支由 Dr. Brendan Frey 帶領的多倫多大學癌症研究團隊，研發出的「基因判讀引擎」將電腦運算癌症研究的發展向前邁出一大步。基因判讀引擎是一項採用 GPU 技術的深度學習方法，找出造成癌症的基因突變情況。
我們由員工推動成立的慈善單位 NVIDIA 基金會，將20萬美元的獎助金頒發給 Frey 及其團隊，以求進一步促進相關研究發展，並且協助他們迎接個人化有效治療照護癌症病患的時代。
Compute the Cure治療運算計劃
各式各樣基因突變所引發的癌症，單在美國每年死亡人數就大約60萬人，而醫界難以快速進行篩檢、以極為精準的方式來進行治療。
隨著電腦的運算能力日漸強大，科學家開始鑽研龐大的資料組，透過電腦模擬項目來研究癌症發生的途徑。
NVIDIA 基金會藉由「Compute the Cure」計劃，頒發獎助金給 Frey 的團隊，擴大這些採用 GPU 運算能力研究方法的規模，以在臨床環境裡應用在大量的個人基因組，最終用在數十萬個基因組上。
Frey 說：「我們針對需要進行龐大運算作業的活動開發出 GPU 加速技術，以在基因體醫學領域裡做出不同的成績。現在我們把焦點放在下一步，也就是使用癌症病患的資料，透過實驗來驗證我們的技術，進而改變病患的生活。」
Frey 的團隊成員有 Leo J. Lee（左一）與 Brendan J. Frey（右二）
規劃運算剪裁預測裝置的軟體架構。
Frey 實驗室資深研究助理 Leo Lee 負責部署採用 GPU 加速技術的運算工具，以及開發臨床實驗項目進行驗證。Frey 實驗室內共同開發部分工具的博士後研究員 Andrew Delong，將對工具部署及臨床驗證事宜提出建議。
Delong 表示展示工具除了可用於癌症生物學方面，其他癌症及多種基因疾病的生醫研究人員可自由使用基因庫的內容。
多倫多大學的研究團隊使用搭載各八具 NVIDIA Tesla K80、K40 及 K20 GPU 加速器的伺服器，加上多部使用 NVIDIA GeForce GTX TITAN X 繪圖卡的桌上型機器。
克服障礙
描述從 DNA 轉錄的 RNA 分子與判讀基因組序列的人工神經網路並置，
在NVIDIA GPU 內執行由神經網路進行的運算作業。
團隊的運算方式旨於克服部分個人化醫療方式方面的障礙。
目前已找出引發病患癌症的「驅動性」突變，並且從許多良性癌症成因的「乘客」突變中區分出來。
今日受過嚴格訓練的基因組診斷專家可以花費不少時間，試圖通過資料庫和研究文獻瞭解單一突變的影響性，但時常會一無所獲。
深度學習能以一致的方式，加快精準找出驅動性突變的速度，也就是說這使得人類診斷專家能一舉攻頂。
團隊用以預測癌症「熱點」的方法，可以從新的基因組身上學習更多內容，同時接觸到新的資料，還能加以訓練找出其它疾病的因果突變情況。
多倫多大學如今收集到空前數量的基因資料，這項計劃案代表運用突破性的方式來分析和深入瞭解基因背後潛藏的機密。
Frey 說：「決定性的下步是驗證它真能派上用場，跨越臨床上的鴻溝，然後才能廣泛應用這項技術，改變癌症患者的生活。」
更多關於該團隊的研究成果，請見 Frey 在 TedX talk 的演講內容。