pg_gpu：GPU加速群体遗传学统计

群体遗传学统计量（如多样性、分化度、连锁不平衡和选择扫描）在人类、农业和生态基因组学中至关重要。随着全基因组测序数据集增长至数十万个体，传统CPU实现的计算成本成为主要瓶颈：单个染色体臂的窗口扫描需数小时至数天，而用于推断种群历史的成对连锁不平衡统计量计算复杂度为O(n^2)，常超出计算预算。

近日，研究人员开发了pg_gpu，这是一个基于Python的库，通过GPU加速计算这些统计量。该工具集成了基于GPU的算法，大幅度提升了计算效率，使大规模数据集的分析变得可行。在标准GPU硬件上，pg_gpu比高性能CPU实现快数百倍，甚至能处理数十万样本的数据集。

pg_gpu的推出有望加速群体基因组学研究，特别是在大样本量场景下。该工具已开源，并支持常见文件格式。需要指出的是，本研究为预印本，尚未经过同行评审。