DNA序列比對(duì)結(jié)果的存儲(chǔ)與壓縮.pdf

1、隨著生物信息學(xué)、分子生物學(xué)等學(xué)科研究的深入，以及人類基因計(jì)劃的完成，越來(lái)越多的人類基因和其他模式生命體的基因被測(cè)序。序列比對(duì)是處理測(cè)序結(jié)果的方法，可以發(fā)現(xiàn)生物序列之間存在的結(jié)構(gòu)、功能和進(jìn)化的關(guān)系，是生物信息學(xué)的基礎(chǔ)。
　　隨著這些測(cè)序項(xiàng)目的展開(kāi)，每天都有海量的DNA序列數(shù)據(jù)產(chǎn)生[1]，DNA序列數(shù)據(jù)經(jīng)過(guò)序列比對(duì)處理，比對(duì)結(jié)果數(shù)據(jù)也隨之出現(xiàn)。雖然存儲(chǔ)設(shè)備的快速發(fā)展已經(jīng)在一定程度上緩解了相關(guān)數(shù)據(jù)量急劇膨脹的問(wèn)題。然而隨著比對(duì)研究的深入

2、，單純依靠增加硬件設(shè)備已經(jīng)無(wú)法滿足DNA比對(duì)結(jié)果數(shù)據(jù)量快速增長(zhǎng)的需求，存儲(chǔ)和使用這些數(shù)據(jù)的成本也終將增加至無(wú)法承擔(dān)的規(guī)模。
　　下一代測(cè)序技術(shù)平臺(tái)(NGS)在很大程度上減少了測(cè)序的成本開(kāi)銷，使得基因序列分析在實(shí)踐醫(yī)療場(chǎng)景之中的應(yīng)用成為可能。因此，不論是從存儲(chǔ)方面，還是應(yīng)用方面考慮，序列比對(duì)結(jié)果的壓縮在DNA數(shù)據(jù)的存儲(chǔ)、管理和傳輸中起到了重要作用。DNA序列數(shù)據(jù)的壓縮目前已經(jīng)引起了國(guó)內(nèi)外學(xué)術(shù)界的廣泛關(guān)注，然而，很少有學(xué)者研究如何在實(shí)