2021 年 Dask 峰会上的生命科学

执行摘要

Dask 生命科学研讨会作为 2021 年 Dask 峰会的一部分举行。您可以在这里观看本次研讨会的闪电演讲，或继续阅读以了解本次活动的摘要。

什么是 Dask 生命科学研讨会？

Dask 生命科学研讨会作为 2021 年 Dask 峰会的一部分举行。目前生命科学领域的许多人都在使用 Dask，但各个小组之间相对孤立。本次研讨会为我们提供了一个相互学习的机会，以及识别共同痛点和改进领域的契机。

本次研讨会包括

预先录制的闪电演讲
互动讨论时间（覆盖欧洲、大洋洲和美洲时区）
Dask 峰会期间的异步文本聊天

如果我错过了，如何追赶？

如果您错过了 Dask 峰会，可以在 YouTube 上观看回放。所有生命科学闪电演讲的播放列表在这里。

您也可以加入我们在 Slack 上的 #life-science 频道：点击此处获取邀请链接。

谁来了？

我们邀请了生命科学研讨会的与会者就他们使用 Dask 的工作进行简短的问答。这只是参加我们活动的一小部分人，许多人参加了会议但没有进行问答。

这些回复让我们了解了社区中人们正在进行的各种工作。以下是一些问答（排名不分先后）

姓名：Tom White
时区：欧盟/英国
你从事哪种科学研究？统计遗传学
你尝试过（或想尝试）用 Dask 做些什么？大规模运行逐行线性回归。
接下来想用 Dask 做些什么？协作优化一个公共工作流程（GWAS）。
闪电演讲：点击这里

姓名：Giovanni Palla
单位：亥姆霍兹中心慕尼黑
时区：欧洲
你从事哪种科学研究？计算生物学和空间转录组学
你尝试过（或想尝试）用 Dask 做些什么？使用 dask-image 进行图像处理。
接下来想用 Dask 做些什么？进一步与 Squidpy 集成。
闪电演讲：点击这里

姓名：Isaac Virshup
单位：墨尔本大学。开源项目 Scanpy 和 AnnData 时区：AEST
你从事哪种科学研究？单细胞组学数据。
你尝试过（或想尝试）用 Dask 做些什么？
我曾使用 dask 进行一些嵌套的“令人尴尬的并行计算”。有一个智能调度器和良好的监控使得这项任务变得非常容易，特别是与多进程或 joblib 相比。
接下来想用 Dask 做些什么？
我很想将 AnnData（一个用于处理单细胞测序数据的容器）与 dask 集成。这个领域的数据集大小不断增加，如果能够不受可用 RAM 的限制处理最新的数据集，那将非常好。
由于我们严重依赖稀疏数组，实现这一目标的关键一步是在 dask 内部获得更好的稀疏数组支持（特别是 CSC 和 CSR）。毕竟，如果我们的扩展策略需要数倍的总内存，那就太糟糕了！作为维护者，我很想听听人们在使用与 dask 良好集成的分布式工具方面的经验。
闪电演讲：点击这里

姓名：Anna Kreshuk
单位：欧洲分子生物学实验室
时区：CEST (GMT+2)
你从事哪种科学研究？用于显微镜图像分析的机器学习。
你尝试过（或想尝试）用 Dask 做些什么？我们运行很多图像处理工作流程，想看看在这种情况下如何利用 Dask。

姓名：Beth Cimini
单位：Broad Institute
时区：美国东部
你从事哪种科学研究？用于显微镜成像的用户友好型图像分析工具。
你尝试过（或想尝试）用 Dask 做些什么？让 Dask 在 CellProfiler 中工作，以便轻松地高通量分析大图像！
闪电演讲：点击这里

姓名：Volker Hilsenstein
单位：EMBL / Alexandrov 实验室
时区：欧洲中部夏令时
你从事哪种科学研究？空间代谢组学，结合显微镜和质谱。
我想尝试用 dask 做些什么：融合大型图像或图像体积的马赛克，这些图像或图像体积的仿射变换可用于联合坐标系。

姓名：Marvin Albert
单位：苏黎世大学
时区：UTC/GMT +2
你从事哪种科学研究？生命科学/图像分析
你尝试过（或想尝试）用 Dask 做些什么？接下来想用 Dask 做些什么？并行化/减少图像处理任务的内存占用，并定义可以在不同计算环境中运行的工作流程。
闪电演讲：点击这里

姓名：Jordao Bragantini
单位：CZ Biohub
时区：太平洋夏令时 (UTC -7)
你从事哪种科学研究？光片显微镜
你尝试过（或想尝试）用 Dask 做些什么？非常大的数据的图像处理。
接下来想用 Dask 做些什么？实现细胞分割算法。
闪电演讲：点击这里

姓名：Josh Moore
单位：开放显微镜环境 (OME)
时区：CEST
你从事哪种科学研究？生物成像（研究数据管理基础设施）
你尝试过（或想尝试）用 Dask 做些什么？主要是通过 HTTP 访问大图像 (Zarr) 体积。接下来想用 Dask 做些什么？改进典型使用模式的预取，可能集成多尺度数据（例如谷歌地图缩放）。
闪电演讲：点击这里

姓名：Jackson Maxfield Brown
时区：PST
你从事哪种科学研究？细胞生物学，特别是显微镜学和计算生物学。
你尝试过（或想尝试）用 Dask 做些什么？构建了一个支持元数据/后备存储的显微镜成像读取库，该库使用 Dask 根据元数据维度信息分块读取任意大小的图像。以及使用 Dask + Prefect 构建 TB 级图像处理流水线。
接下来想用 Dask 做些什么？与其他库更紧密的集成。我看到了 RAPIDs 团队的 cuCim，希望与他们合作，建立一个更通用的“生物图像规范”，这样我们都能更好地协同工作。
闪电演讲：点击这里

姓名：Gregory R. Lee
单位：Quansight
时区：EST (UTC-5)
你从事哪种科学研究？科学软件开发（背景是磁共振成像研究）。
你尝试过（或想尝试）用 Dask 做些什么？
在过去的研究工作中，我主要在两种场景下使用 Dask，都在单台工作站上进行

通过在 CPU 上并行处理图像块来实现多线程（例如在 dask-image 中）
在 GPU 上对大型体积数据进行串行块处理（即 10-100 GB 大小的 CuPy 数组），以降低峰值内存需求。

接下来想用 Dask 做些什么？
审计 scikit-image 函数，以确定哪些可以通过类似 dask-image 的块处理方法轻松加速。理想情况下，一部分函数可以直接将 dask-arrays 作为输入，而不是要求用户学习 Dask 的 map_overlap 等来使用此功能。
闪电演讲：点击这里

下一步是什么？

Dask 目前正考虑为生命科学社区举办“办公时间”。如果能找到足够多的维护者能够主持一小时的问答环节，我们将试行一段时间。

博客评论由 Disqus 提供支持