导读现在，针对传染病的生物信息学研究比以往任何时候都更加重要。但是，识别和分析流行病甚至大流行病的性质，治疗和传播模式所需的系统非常复
现在，针对传染病的生物信息学研究比以往任何时候都更加重要。但是，识别和分析流行病甚至大流行病的性质，治疗和传播模式所需的系统非常复杂。虽然AI可能会带来一些在IT方面具有自己的学习曲线的新工具，但将GPU加速的深度学习集成到多个科学工作负载中的承诺将使新的添加值得付出努力。
在全世界众多的众多项目中，有一个正在见证AI在未来的公共卫生生物信息学中的价值的项目是微生物生物信息学云基础设施(CLIMB)项目，这是同类项目中规模最大的合作之一。该计划的目标是为英国的微生物生物信息学界提供领先的基础架构，其中包括分布式计算资源，大量共享存储库，增强的系统和工作流管理工具以及从序列分析到种群趋势研究的许多分析应用程序。
它是英国四所大学的学术专家和HPC专家之间的合作;巴斯，伯明翰，斯旺西和沃里克。它有几个特定的计划，包括向英国卫生部门提供有关传染病(包括艾滋病毒和结核病)的研究和指导。鉴于共享基础架构上的应用范围很广，因此高性能计算团队不需要超出传统的科学计算范围进行思考就不足为奇了。
CLIMB项目卡迪夫分部的PI托马斯·康纳(Thomas Connor)报告说，他们希望GPU将以几种关键方式在基因组学管道中发挥重要作用，包括在纳米孔测序仪等仪器的碱基检出中，这是该团队的测序设备当前用于其工作。这些测序仪高度紧凑，大约相当于订书机的大小，并且可以在单个设备上对数千个细菌基因组进行测序。