基于串聯(lián)質(zhì)譜數(shù)據(jù)的PepNovo并行化研究與實(shí)現(xiàn).pdf

1、隨著人類基因組測(cè)序的完成，生命科學(xué)研究步入了后基因組時(shí)代，蛋白質(zhì)組學(xué)則成為了后基因組時(shí)代生命科學(xué)研究的熱點(diǎn)之一。在蛋白質(zhì)組學(xué)中，利用串聯(lián)質(zhì)譜對(duì)蛋白質(zhì)序列進(jìn)行分析鑒定是一個(gè)基礎(chǔ)又重要的研究環(huán)節(jié)。然而，質(zhì)譜技術(shù)的快速發(fā)展帶來(lái)的海量數(shù)據(jù)使得現(xiàn)行的蛋白質(zhì)鑒定軟件處理數(shù)據(jù)時(shí)間大大增加，成為了制約蛋白質(zhì)鑒定技術(shù)發(fā)展的瓶頸。另一方面，盡管被測(cè)序的生物物種越來(lái)越多，但還有大量的遺傳密碼未知的物種。此外，由于在數(shù)據(jù)庫(kù)中相應(yīng)的序列的缺失或未知的翻譯后修飾，

2、導(dǎo)致仍有部分?jǐn)?shù)據(jù)庫(kù)搜索方法無(wú)法解釋的MS/MS質(zhì)譜數(shù)據(jù)。在這種情況下，從頭測(cè)序方法可以發(fā)揮重要的作用。因此，對(duì)從頭測(cè)序算法的蛋白質(zhì)鑒定軟件進(jìn)行并行化研究就顯得十分必要。
　　本文的主要工作是對(duì)從頭測(cè)序算法PepNovo并行化的研究。具體地，其工作內(nèi)容和創(chuàng)新點(diǎn)如下:
　　首先，針對(duì)從頭測(cè)序算法PepNovo，提出一種基于MapReduce的PepNovo并行化方法MR-PepNovo。本文結(jié)合MapReduce計(jì)算框架，通過(guò)對(duì)

3、輸入數(shù)據(jù)進(jìn)行預(yù)處理、分片等流程，從而實(shí)現(xiàn)從頭測(cè)序算法PepNovo的并行化。實(shí)驗(yàn)結(jié)果表明，在實(shí)驗(yàn)精度不變的前提下，與原有串行的PepNovo算法相比，MR-PepNovo取得了4.45倍的加速效果。
　　其次，基于最新的MIC高性能計(jì)算平臺(tái)，提出一種新的PepNovo并行化方法。由于MIC構(gòu)架兼容原有的CPU程序，因此可以將PepNovo中的打分函數(shù)部分移植到MIC端來(lái)運(yùn)行。本文設(shè)計(jì)并實(shí)現(xiàn)了一種基于MIC的PepNovo并行化方法