基于并行計算的基因序列快速比對方法研究.pdf

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

2、比對分析。NCBIBLAST的并行化版本mpiBLAST，面向參考基因組實現(xiàn)了并行化計算，使計算大幅加速，但其對計算資源的要求過高，在被測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的新要求，本論文的目標是設(shè)計了一種面向被測基因組實現(xiàn)并行化計算的快速高效基因序列比對方法。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序列比對算法的要求，選擇了一種能實現(xiàn)短讀序列快速準確比對的

3、算法，并對其進行了改進，使之更適合并行化計算;
　　2)分別設(shè)計了針對被測基因組的靜態(tài)/動態(tài)并行化分配策略;
　　3)分析了并行化計算加速和數(shù)據(jù)傳輸優(yōu)化效果，并通過靜態(tài)分配效果的剖析和數(shù)據(jù)多次傳輸模擬實驗，比較和評估靜態(tài)和動態(tài)分配策略的優(yōu)勢和劣勢，建立了一種通過被測基因組序列長度和最大序列讀長進行最佳計算策略選擇的方法;
　　4)開發(fā)了并行化基因序列比對在線分析工具。
　　論文利用大腸桿菌、酵母、果蠅等多個全基因