基于并行計(jì)算的基因序列快速比對(duì)方法研究.pdf

1、基因序列比對(duì)是生物信息學(xué)分析的重要手段。隨著人類基因組計(jì)劃的完成，測(cè)序技術(shù)不斷發(fā)展，測(cè)序成本大幅降低，使得個(gè)人基因組測(cè)序成為可能，基因序列比對(duì)計(jì)算的需求也隨之轉(zhuǎn)變?yōu)槿虮葘?duì)。為了適應(yīng)高通量測(cè)序的發(fā)展，需要快速準(zhǔn)確的序列比對(duì)方法。
　　目前包括美國(guó)國(guó)立生物技術(shù)信息中心(NCBI) BLAST平臺(tái)在內(nèi)的基因序列比對(duì)服務(wù)平臺(tái)難以滿足大計(jì)算量和高計(jì)算精度的新要求。并行化計(jì)算作為一種高效調(diào)度計(jì)算資源的有效手段，已逐漸應(yīng)用于大規(guī)模的基因序列

2、比對(duì)分析。NCBIBLAST的并行化版本mpiBLAST，面向參考基因組實(shí)現(xiàn)了并行化計(jì)算，使計(jì)算大幅加速，但其對(duì)計(jì)算資源的要求過(guò)高，在被測(cè)基因的處理上依然有提升的空間。
　　因此，為了更有效滿足基因序列比對(duì)的新要求，本論文的目標(biāo)是設(shè)計(jì)了一種面向被測(cè)基因組實(shí)現(xiàn)并行化計(jì)算的快速高效基因序列比對(duì)方法。具體工作如下:
　　1)基于BLAST算法思想，論文首先剖析了并行化處理對(duì)序列比對(duì)算法的要求，選擇了一種能實(shí)現(xiàn)短讀序列快速準(zhǔn)確比對(duì)的

3、算法，并對(duì)其進(jìn)行了改進(jìn)，使之更適合并行化計(jì)算;
　　2)分別設(shè)計(jì)了針對(duì)被測(cè)基因組的靜態(tài)/動(dòng)態(tài)并行化分配策略;
　　3)分析了并行化計(jì)算加速和數(shù)據(jù)傳輸優(yōu)化效果，并通過(guò)靜態(tài)分配效果的剖析和數(shù)據(jù)多次傳輸模擬實(shí)驗(yàn)，比較和評(píng)估靜態(tài)和動(dòng)態(tài)分配策略的優(yōu)勢(shì)和劣勢(shì)，建立了一種通過(guò)被測(cè)基因組序列長(zhǎng)度和最大序列讀長(zhǎng)進(jìn)行最佳計(jì)算策略選擇的方法;
　　4)開(kāi)發(fā)了并行化基因序列比對(duì)在線分析工具。
　　論文利用大腸桿菌、酵母、果蠅等多個(gè)全基因