Databricks Runtime 7.5 for Genomics(不支持)
Databricks于2020年12月发布了这张图片。
Databricks Runtime 7.5 for Genomics是一个版本Databricks Runtime 7.5(不支持)针对基因组和生物医学数据进行了优化。它是Databricks基因组学统一分析平台的一个组成部分。bob体育亚洲版bob体育客户端下载
重要的
此文档已退役，可能无法更新。本内容中提及的产品、服务或技术已不再受支持。
Databricks Genomics运行时已弃用。有关开放bob下载地址源码的对等物，请参见repos Forgenomics-pipelines而且发光．作为运行时一部分的生物信息学库已经作为Docker容器发布，它可以从ProjectGlow Dockerhub页面。
有关Databricks Runtime弃用策略和计划的详细信息，请参见支持Databricks运行时发布和支持计划．
有关更多信息，包括创建Databricks用于基因组学集群的运行时的说明，请参见基因组学导游．有关开发基因组学应用程序的更多信息，请参见基因组学导游．
新功能
Databricks Runtime 7.5 for Genomics是在Databricks Runtime 7.5的基础上构建的。有关Databricks Runtime 7.5中的新功能的信息，请参见Databricks Runtime 7.5(不支持)发行说明。
从冰雹矩阵表到火花数据帧的转换
辉光现在有from_matrix_table导入函数冰雹MatrixTables作为Spark DataFrames在Glow。看到＿．
基于偏移量的熊猫线性回归
Glow现在提供linear_regression函数在Python中测试基因型和一个或多个表型之间的关联(步骤2)GloWGR)．这个功能比Glow快得多linear_regression_gwas函数(在25个表型上高达8x)，并被设计为通过接受偏移量参数与第1步GloWGR的输出无缝工作。协变量以及是否在拟合中包含截距也可以控制。
改进
硬呼叫选项的BGEN阅读器
的BGEN读者在辉光中现在接受有新的布尔值emitHardCalls选项在读取BGEN文件时生成样本的硬调用。此选项设置为真正的默认情况下。硬调用的概率阈值由新的hardCallThreshold选项(默认= 0.9)。
联合基因分型管道的改进
的联合基因分型管道改进了目标区域文件，现在转换为一个过滤器，可以下推到VCF数据源，在那里可以利用表索引进行过滤。以前，范围连接用于此目的。如果提供了目标区域文件(小于25个区域)，并且输入是表索引bgzip压缩的vcf，这将提高摄取时间。此外，管道中使用的默认bin大小减少到5000。这一改变通过减少倾斜来加速变换，从而产生更快的管道。