基于云平臺的分子對接設計與實現(xiàn).pdf

1、分子對接技術是計算機輔助藥物設計的主要方法之一，隨著計算機技術、藥物化學和分子生物學的發(fā)展，越來越多的小分子化合物和靶標蛋白在不斷地被發(fā)現(xiàn)。人們在新藥研發(fā)中的分子對接實驗中將遭遇大規(guī)模數(shù)據(jù)計算與海量數(shù)據(jù)存儲的雙重挑戰(zhàn)。
　　計算機技術和互聯(lián)網(wǎng)技術的蓬勃發(fā)展帶來了云計算技術，云計算技術帶來了強大的大數(shù)據(jù)處理能力。這種大數(shù)據(jù)處理技術為我們解決分子對接中的大規(guī)模數(shù)據(jù)計算與海量數(shù)據(jù)存儲困難提供了新的思路和解決方法。自從Hadoop成為開源

2、組織Apache的獨立項目后，由于其高性能、低成本的優(yōu)勢，在有大數(shù)據(jù)處理需求的用戶中得到了廣泛使用。
　　本論文通過對分子對接算法的分析，針對分子對接中的數(shù)據(jù)存儲、査詢和對接實現(xiàn)等關鍵問題，搭建了一個具有5個節(jié)點的Hadoop集群，并在基于Hive技術，構建了一個存儲分子對接數(shù)據(jù)的云數(shù)據(jù)庫，提供查詢和分析功能。從用戶查詢需求角度出發(fā)建立元數(shù)據(jù)表，利用MapReduce計算框架對配體分子文件和對接結果文件進行解析，生成對應的數(shù)據(jù)文件

3、存入云數(shù)據(jù)庫。本文將以Hadoop和Hive技術為背景，對并行化的分子對接流程中的相關問題進行研究，主要工作如下：
　　1.對分子對接算法進行理論分析，表明Autodock Vina實現(xiàn)分子對接原理和高效性，以及基于云平臺處理分子對接問題的可行性；
　　2.基于Hadoop搭建一個分布式集群用作實驗平臺，并基于Hive構建一個支持海量數(shù)據(jù)管理的云數(shù)據(jù)庫，提供數(shù)據(jù)查詢和分析功能；
　　3.利用 MapReduce框架實現(xiàn)

4、并行分子對接功能，針對 Hadoop調(diào)用第三方軟件AutoDock Vina的關鍵問題，設計Map函數(shù)和Reduce函數(shù)，分別實現(xiàn)分子對接任務的分發(fā)和對接結果的匯總；
　　4.利用MapReduce框架對分子對接結果進行處理，篩選出所有配體小分子及其相應的打分值存入到HDFS，并導入Hive數(shù)據(jù)庫供用戶查詢、分析；
　　5.通過對比單任務和基于云平臺的分子對接兩種方式來測試云平臺對分子對接效率的提高，通過數(shù)據(jù)加載、字段組合查