[发明专利]多处理器流水线架构

说明书

相关申请的交叉引用

本申请要求于2015年5月7日提交的题为“Multiprocessor Pipeline Architecture”的临时专利申请序列No.62/158,078(01018100)和2015年11月30日提交的题为“Multiprocessor Pipeline Architecture”的临时专利申请序列No.62/260,995(01018101)的优先权的权益，涉及均题为“Integrated Analytical System and Method”的美国专利No.8,467,061和8,649,011，涉及2014年8月27日提交的题为“Arrays of Integrated Analytical Devices and Methods for Production”的美国临时专利申请序列No.62/042,793(01018000)，其每个均转让给了本申请的受让人，并通过引用并入本文。

发明背景

生物分子序列测定(特别是关于核酸和蛋白质样本)的进展已经彻底改变了细胞和分子生物学的领域。测序仪器(例如DNA测序仪)用于自动化生物分子序列测定，例如核酸测序。给定DNA样本，DNA测序仪用于确定生物分子的组成，例如关于四种碱基腺嘌呤、鸟嘌呤、胞嘧啶和胸腺嘧啶的顺序的核酸分子的碱基组成。DNA碱基的顺序报告为文本字符串，称为读出(read)。一些DNA测序仪也可以被认为是光学仪器，因为它们分析来源于与核苷酸连接的荧光染料的光信号。第三代DNA测序仪(如SMRT和Oxford Nanopore)实时测量单DNA分子中核苷酸的添加。由于DNA测序仪技术的局限性，这些读出与基因组的长度相比较短，因此必须将读出组装成更长的重叠群。

通常，基因组的最终组装在测序仪器以外的其他计算资源上完成。由于包括以下的多种原因，需要在其他计算资源上进行最终组装：1)需要合并来自多个仪器运行或采集(有时来自其他物理仪器)的结果，2)无论测序仪器是执行从头猎枪组装(denovo shotgun assembly)还是参考序列辅助的组装，完成组装所需的计算资源和存储器资源在测序仪器上不可得，3)使用设计用于在群集配置上运行的第三方汇编程序包，4)组装未设计为随着数据流出测序仪器处理数据的算法，5)组装算法被设计为在常规计算机架构上运行，常规计算机架构不能实时提供执行组装所必需的计算资源。

期望具有支持从测序仪器实时产生的原始流式数据的完整基因组组装的计算架构的测序系统，其中最终结果是完成的基因组序列。还期望该架构是灵活且易于扩展的，以增加系统的通量，同时降低与系统的制造和使用相关的成本。

发明概述

示例性实施方案通常涉及将来自测序样本采集的信号转换为序列数据的多处理器流水线架构和方法，其包括：定制协处理器卡，其配置为直接接收由图像传感器产生的串行传感器数据流，其中所述传感器数据表示构成所述图像传感器的像素的逐帧强度值，其中所述图像传感器捕获从可移除集成测序芯片的多个反应单元发射的光的图像；第一协处理器，其连续地接收所述串行传感器数据流并将所述逐帧强度值转置为反应单元组块(reaction cell chunk)，每个所述反应单元组块表示预定时间窗口内对应反应单元的跨帧的像素强度值的影片数据；缓冲器，其重复地接收所述反应单元组块并在连续存储器位置存储较大预定时间窗口内每个相应反应单元的所述反应单元组块，以产生较大反应单元组块；多个第二协处理器，其检索来自所述缓冲器的所述较大反应单元组块，并且即使在所述缓冲器接收另外的反应单元组块时，也并行地将所述像素强度值转换为逐碱基序列数据，使得在获得用于所述测序样本采集的所有传感器数据之前，所述第二协处理器开始原始碱基识别(base calling)。