近日，计算机科学技术学院生物信息团队研发的超高通量微生物组功能推断框架 MGFunc 在《Microbiology Spectrum》发表。硕士研究生张雨和王民安为共同第一作者，苏晓泉教授和高浩博士研究生为通讯作者，该研究得到国家重点研发计划、光合基金、山东省泰山学者项目及山东省高校青年创新团队引进培育计划资助，由苏晓泉教授主持。

微生物组功能解析是生命科学与环境研究的核心，但现有工具（如 PICRUSt2）依赖系统发育重建，处理大规模数据时计算密集、效率低下。MGFunc 创新性将功能推断转化为标准化矩阵乘法，结合多 GPU 并行、内存感知加载与自适应分块技术，突破硬件资源限制。

图 1. MGFunc 的工作流程。（A）矩阵乘法实现功能推断；（B）内存感知加载策略；（C）GPU 自适应分块；（D）多 GPU 任务调度。

该框架兼容主流及国产 GPU，拥有完全自主知识产权。性能测试显示，其较传统工具提速 40 万倍，对 7 类生态系统 569 个样本的验证表明，功能推断一致性达 97% 以上，为全球尺度微生物组研究提供高效工具。

论文信息：Zhang Y., Wang M., et al., Function Inference of Million-Scale Microbiomes Using Multi-GPU Acceleration, Microbiology Spectrum, 2025, DOI: 10.1128/spectrum.02072-25