[论文解读] RASSA: Resistive Pre-Alignment Accelerator for Approximate DNA Long Read Mapping

Roman Kaplan, Leonid Yavits+1 more|arXiv (Cornell University)|Sep 2, 2018

Genomics and Phylogenetic Studies参考文献 7被引用 8

一句话总结

RASSA 是一种基于电阻式内存计算的加速器，通过电荷分布与并行处理技术，实现对 DNA 长读段的近似比对，速度比 minimap2 快 77 倍，比 GateKeeper 快两个数量级，且精度相当。它通过模拟电阻计算高效估算 DNA 序列间的汉明距离，从而加速预对齐过程。

ABSTRACT

DNA read mapping is a computationally expensive bioinformatics task, required for genome assembly and consensus polishing. It requires to find the best-fitting location for each DNA read on a long reference sequence. A novel resistive approximate similarity search accelerator, RASSA, exploits charge distribution and parallel in-memory processing to reflect a mismatch count between DNA sequences. RASSA implementation of DNA long read pre-alignment outperforms the state-of-art solution, minimap2, by 16-77x with comparable accuracy and provides two orders of magnitude higher throughput than GateKeeper, a short-read pre-alignment hardware architecture implemented in FPGA.

研究动机与目标

• 为解决基因组组装与修饰中的关键任务——DNA 长读段比对中的计算瓶颈问题。
• 通过硬件加速，提升长 DNA 读段与参考基因组比对的预对齐效率。
• 利用电阻式计算实现高吞吐量、低延迟的长 DNA 序列近似相似性搜索。
• 在保持相近精度的前提下，超越现有软件（minimap2）和硬件（GateKeeper）解决方案的处理速度。

提出的方法

• RASSA 采用电阻式交叉阵列，在内存中并行计算 DNA 序列之间的汉明距离。
• 将 DNA 序列映射为电阻元件上的电荷分布，其中电阻值代表错配数量。
• 系统通过预处理步骤将 DNA 序列转换为适合电阻计算的二进制表示。
• 利用模拟域计算并行近似相似性评分，减少对数字处理的依赖。
• 该架构针对近似匹配进行优化，重点在于最小化误差的同时最大化吞吐量。
• 作为预过滤加速器，与现有对齐流水线集成，以减轻下游计算负载。

实验结果

研究问题

• RQ1 电阻式内存计算能否有效应用于加速近似 DNA 序列比对？
• RQ2 RASSA 的吞吐量与精度与最先进的软件（minimap2）和硬件（GateKeeper）解决方案相比如何？
• RQ3 在长读段比对中，模拟电阻计算在实现显著加速的同时，能在多大程度上保持精度？
• RQ4 将 DNA 序列映射为电阻电荷分布以进行相似性估计的最优策略是什么？
• RQ5 RASSA 在不同读长和参考基因组大小下的性能扩展性如何？

主要发现

• 根据数据集和配置不同，RASSA 在预对齐性能上相比 minimap2 提升 16 至 77 倍。
• 其吞吐量相比 GateKeeper（一种先前基于 FPGA 的短读段预对齐加速器）高出两个数量级。
• RASSA 的近似比对精度与 minimap2 相当，对下游对齐质量的影响可忽略不计。
• 电阻式交叉阵列架构可大规模并行计算汉明距离，显著降低延迟。
• 通过模拟内存计算，该系统在处理长 DNA 读段时展现出出色的可扩展性与效率。
• 实现结果表明，电阻计算在需要近似相似性搜索的生物信息学工作负载中具有可行性。