CellHeap: Instâncias maiores podem não ser melhores

• Bernardo M. Rebello UFF
• Lucas P. Avelar UFF
• Cristina Boeres UFF
• Vinod E. F. Rebello UFF

DOI: https://doi.org/10.5753/eradse.2025.17086

Resumo

O sequenciamento de RNA de célula única (scRNA-seq) ganhou popularidade recentemente devido às novas tecnologias que o tornaram escalável e acessível, ao surgimento de novos softwares que permitem sua análise e à descoberta de novos insights biológicos que o tornaram indispensável. Porém, devido à enorme quantidade de dados envolvida, o scRNA-seq é computacionalmente muito custoso e demorado. Este trabalho analisa uma fase do CellHeap, um workflow de scRNA-seq, com o objetivo de torná-la computacionalmente mais eficiente.

Referências

Amazon Web Services (2025). AWS Parallel Cluster. [link]. Acessado em: 20-05-2025.

Castro, M. C. S. et al. (2023). CellHeap: A scRNA-seq workflow for large-scale bioinformatics data analysis. bioRxiv, pages 2023–04.

Izidoro, E., Boeres, C., and Rebello, V. (2025). Oferta ou roubo: avaliando abordagens de escalonamento dinâmico para workflow scrna-seq na nuvem aws. In Submitido à X Escola Regional de Alto Desempenho da Região Sudeste. SBC.

National Library of Medicine. The Sequence Read Archive (SRA). [link]. Acessado em: 05-10-2025.

Silva, H. S., Castro, M. C., Silva, F. A., and Melo, A. C. (2024). A framework for automated parallel execution of scientific multi-workflow applications in the cloud with work stealing. In European Conference on Parallel Processing, pages 298–311. Springer.