基于Hadoop的同源性搜索GO功能注釋平臺的研究.pdf

1、隨著第二代基因測序技術(shù)的廣泛使用，基因測序速度得到了很大地提升。隨之產(chǎn)生了海量的生物數(shù)據(jù)，這些數(shù)據(jù)需要通過分析、整理和注釋之后才能使其具有生物學(xué)含義。目前，已經(jīng)有大量的生物信息數(shù)據(jù)庫用來高效地存儲和管理這些龐大的信息。利用這些已經(jīng)注釋過的生物學(xué)數(shù)據(jù)來對新的數(shù)據(jù)進(jìn)行注釋，已成為生物信息學(xué)的一個重要領(lǐng)域?；虮倔w論GO，構(gòu)建了一個跨物種的注釋詞匯庫，從而精確定義了基因的功能及功能間的關(guān)系，在注釋中得到了廣泛的使用。
　　同時，面對海量

2、生物學(xué)數(shù)據(jù)，如何快速有效地實(shí)現(xiàn)它們的并行化處理，也成為了學(xué)術(shù)界研究的一個熱點(diǎn)。目前，對于并行計算的處理框架有很多種，而Google公司提出的云計算概念和MapReduce并行框架以其可高擴(kuò)展和高易用性，在大數(shù)據(jù)處理中得到了廣泛的應(yīng)用。Hadoop作為開源的云計算平臺，實(shí)現(xiàn)了Google云計算的功能，被研究者們廣泛使用。本文在結(jié)合生物信息學(xué)以及云計算技術(shù)的基礎(chǔ)上，提出并設(shè)計了基于Hadoop的同源性搜索GO功能注釋平臺，為基因數(shù)據(jù)的研究提

3、供了便利。
　　本文的研究工作主要如下:
　　(1)研究了基因本體的相關(guān)理論基礎(chǔ)，以及GO本體論在生物信息學(xué)尤其是基因功能注釋中所得到的應(yīng)用。分析了目前已有的基因數(shù)據(jù)的注釋手段，以及基于同源性序列相似度的功能注釋所具備的理論基礎(chǔ)。
　　(2)研究了基于序列相似度比對的基因功能注釋的流程。研究了打分矩陣和序列比對算法在發(fā)現(xiàn)同源性序列的過程中所起的作用。研究并實(shí)現(xiàn)了點(diǎn)矩陣、Needleman-Wunsch、Smith-Wa

4、terman等序列比對算法，并測試比較了它們的性能。
　　(3)創(chuàng)新性地提出了基于Hadoop的基因功能注釋平臺的體系架構(gòu)。通過整合GO數(shù)據(jù)庫以及其他生物數(shù)據(jù)庫，設(shè)計了本地基因注釋的數(shù)據(jù)中心，并設(shè)計了用于功能注釋的概念模型，用來實(shí)現(xiàn)本體與注釋信息的關(guān)聯(lián)通路。
　　(4)分析了蛋白質(zhì)數(shù)據(jù)庫搜索算法BLASTP的算法理論，比較算法各個階段所占的運(yùn)行時間。結(jié)合Hadoop的MapReduce并行處理框架，以及在基因注釋中比對算法的