基于GPU和壓縮索引的新一代測(cè)序數(shù)據(jù)再測(cè)序研究.pdf

1、GPU(Graphic Processing Unit)是近幾年出現(xiàn)的具有極高并行能力的計(jì)算部件，它和CPU可以構(gòu)成多核異構(gòu)架構(gòu)，在很多領(lǐng)域有應(yīng)用潛力。BWT(Burrows-WheelerTransform)是一種無(wú)損、可逆的數(shù)據(jù)轉(zhuǎn)換方式，基于BWT的壓縮索引具有搜索速度快，占用內(nèi)存少的優(yōu)點(diǎn)，在海量字符串檢索中具有很明顯的優(yōu)勢(shì)。
　　 新一代測(cè)序是近幾年出現(xiàn)并受到極大重視的一種高通量DNA/RNA檢測(cè)技術(shù)，它已成為獲得基因數(shù)據(jù)

2、的主要方式，在基因型變異、基因注釋、mRNA和miRNA分析、DNA甲基化研究和個(gè)體醫(yī)療等領(lǐng)域有廣泛用途，是生物信息學(xué)的一個(gè)研究熱點(diǎn)。相對(duì)于以往的傳統(tǒng)測(cè)序技術(shù)，新一代測(cè)序產(chǎn)生的序列更短，數(shù)量更多，數(shù)據(jù)量達(dá)到數(shù)十至上百GB。這些數(shù)據(jù)往往要經(jīng)過(guò)一個(gè)定位到基因組，稱之為再測(cè)序的操作。這種操作需要昂貴的計(jì)算機(jī)系統(tǒng)或者花費(fèi)較長(zhǎng)的時(shí)間。為此，本文研究通過(guò)結(jié)合基于BWT的壓縮索引和GPU，高速有效地實(shí)現(xiàn)再測(cè)序。
　　 本文首先分析了相關(guān)領(lǐng)域的

3、現(xiàn)狀和上述結(jié)合的可行性，隨后就新一代測(cè)序的數(shù)據(jù)特點(diǎn)，GPU計(jì)算的編程方式和優(yōu)化方式，以及基于BWT的壓縮索引的原理和實(shí)現(xiàn)進(jìn)行了闡述和研究。緊接著，本文提出了基于GPU和BWT壓縮索引的新一代測(cè)序數(shù)據(jù)的再測(cè)序的實(shí)現(xiàn)方案，并從線程分配、內(nèi)存拷貝、關(guān)鍵結(jié)構(gòu)和動(dòng)態(tài)內(nèi)存分配4個(gè)方面進(jìn)行了詳細(xì)敘述，在敘述中還進(jìn)行了多方面的測(cè)試和驗(yàn)證。最后，本文對(duì)所實(shí)現(xiàn)的GPU-BWA算法進(jìn)行了測(cè)試，并分析了測(cè)試結(jié)果。在結(jié)論中，本文還提出了GPU-BWA算法下一步要