本文關(guān)鍵詞：基于GPU的大豆基因數(shù)據(jù)分析方法的研究

  更多相關(guān)文章： GPU并行 大豆啟動子 調(diào)控元件識別 基因關(guān)聯(lián)分析

【摘要】：隨著生物領(lǐng)域高通量測序技術(shù)的出現(xiàn),海量生物數(shù)據(jù)不斷涌現(xiàn),但是不完美的算法以及數(shù)據(jù)量的制約使得生物信息處理效率依然不高,因此,優(yōu)化算法以及采用并行手段進一步提升數(shù)據(jù)處理效率顯得十分必要。本文以大豆基因數(shù)據(jù)作為研究對象,對大豆基因編碼區(qū)和非編碼區(qū)的數(shù)據(jù)處理方法進行了優(yōu)化和并行處理。主要的工作內(nèi)容包括:首先,本文對大豆基因非編碼區(qū)的啟動子數(shù)據(jù)處理過程進行研究,對其中涉及的調(diào)控元件定位算法進行了優(yōu)化,針對算法中存在冗余匹配問題,提出了基于反向匹配的調(diào)控元件定位算法,并對啟動子數(shù)據(jù)中存在代表重復(fù)序列的連續(xù)字符N進行了特殊處理,采用跳躍式處理方法進行優(yōu)化。其次,在對串行算法優(yōu)化的基礎(chǔ)上,本文采用GPU并行技術(shù)對大豆啟動子數(shù)據(jù)處理過程進行多種并行方式的實現(xiàn)。單GPU并行方面,討論了并行線程設(shè)置原則,實現(xiàn)了一級并行和兩級并行。在多GPU并行方面,規(guī)劃各GPU任務(wù)安排,實現(xiàn)了多GPU并行,并從訪存方面進行了優(yōu)化。最終,經(jīng)過優(yōu)化、并行處理后的大豆啟動子數(shù)據(jù)處理效率提高了兩個數(shù)量級。第三,本文對編碼區(qū)的基因表達數(shù)據(jù)生成關(guān)聯(lián)規(guī)則過程進行并行研究,分析了基因表達數(shù)據(jù)的特點,提出二進制位組合方式的非遞歸生成關(guān)聯(lián)規(guī)則算法,并進行了GPU并行,新算法突破了遞歸算法GPU并行時的局限。最后對實驗結(jié)果進行了分析,指出了算法的優(yōu)勢和存在的問題。
【關(guān)鍵詞】：GPU并行 大豆啟動子 調(diào)控元件識別 基因關(guān)聯(lián)分析
【學(xué)位授予單位】：黑龍江大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：Q943.2;TP338.6
【目錄】：

• 中文摘要4-5
• Abstract5-9
• 第1章 緒論9-15
• 1.1 課題研究背景、目的和意義9-10
• 1.2 國內(nèi)外同類課題研究現(xiàn)狀及發(fā)展趨勢10-13
• 1.3 本文主要研究內(nèi)容13-14
• 1.4 本章小結(jié)14-15
• 第2章 生物數(shù)據(jù)分析相關(guān)理論和技術(shù)15-26
• 2.1 相關(guān)理論15-19
• 2.1.1 調(diào)控元件識別16-18
• 2.1.2 頻繁項集挖掘18-19
• 2.1.3 基因功能注釋19
• 2.1.4 基因關(guān)聯(lián)分析19
• 2.2 并行技術(shù)19-25
• 2.2.1 GPU并行技術(shù)20-23
• 2.2.2 Open MP并行技技術(shù)23-25
• 2.3 本章小結(jié)25-26
• 第3章 基因調(diào)控元件定位算法優(yōu)化26-38
• 3.1 問題描述26-28
• 3.2 算法的優(yōu)化28-32
• 3.2.1 基于反向匹配的優(yōu)化算法28-30
• 3.2.2 特殊數(shù)據(jù)形式的處理30-32
• 3.3 實驗結(jié)果與分析32-37
• 3.3.1 有效數(shù)據(jù)的獲取32-33
• 3.3.2 實驗環(huán)境33-34
• 3.3.3 優(yōu)化算法與原算法效率比較34-37
• 3.4 本章小結(jié)37-38
• 第4章 基于GPU的大豆啟動子數(shù)據(jù)處理算法38-59
• 4.1 啟動子數(shù)據(jù)處理過程38-43
• 4.2 單GPU并行算法43-52
• 4.2.1 一級并行算法的設(shè)計與實現(xiàn)44-47
• 4.2.2 兩級并行算法的設(shè)計與實現(xiàn)47-49
• 4.2.3 實驗結(jié)果與分析49-52
• 4.3 多GPU并行算法52-58
• 4.3.1 多GPU并行算法的設(shè)計與實現(xiàn)52-54
• 4.3.2 并行算法的優(yōu)化54-55
• 4.3.3 實驗結(jié)果與分析55-58
• 4.4 本章小結(jié)58-59
• 第5章 基因表達數(shù)據(jù)的GPU關(guān)聯(lián)規(guī)則生成算法59-76
• 5.1 基因表達數(shù)據(jù)處理過程59-64
• 5.1.1 主要算法描述60-63
• 5.1.2 有效數(shù)據(jù)的獲取63-64
• 5.2 基于GPU的關(guān)聯(lián)規(guī)則生成遞歸算法64-67
• 5.2.1 并行算法的實現(xiàn)64-66
• 5.2.2 實驗結(jié)果與分析66-67
• 5.3 基于GPU的非遞歸關(guān)聯(lián)規(guī)則生成算法67-74
• 5.3.1 非遞歸關(guān)聯(lián)規(guī)則生成算法67-70
• 5.3.2 并行算法的實現(xiàn)70-72
• 5.3.3 實驗結(jié)果與分析72-74
• 5.4 本章小結(jié)74-76
• 結(jié)論76-78
• 參考文獻78-82
• 致謝82-83
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文及申請的專利83

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 ;31個大豆基因組重測序揭示遺傳多樣性和進化選擇模式[J];科學(xué)觀察;2011年01期

2 Paul Christou;孫雷心;;大豆基因工程——轉(zhuǎn)基因植物的商業(yè)化生產(chǎn)[J];生物技術(shù)通報;1991年09期

3 ;ISAAA信息[J];中國生物工程雜志;2010年01期

4 竇新田,李曉鳴,李新民,周繼松,李樹藩,周俊初,沈輝,張忠明,胡志浩,彭文濤,胡福榮,陳華癸;大豆基因工程根瘤菌田間結(jié)瘤和共生固氮效應(yīng)[J];生物技術(shù);1991年03期

5 何德功;可以治療缺鐵的米[J];世界發(fā)明;2003年12期

6 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 劉建中;;利用病毒誘導(dǎo)的基因沉默技術(shù)解析大豆基因功能[A];從植物科學(xué)到農(nóng)業(yè)發(fā)展——2012全國植物生物學(xué)大會論文集[C];2012年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 蔡宇鵬;CRISPR/Cas9介導(dǎo)的大豆基因組定點編輯研究[D];中國農(nóng)業(yè)科學(xué)院;2016年

2 鄭金亮;基于GPU的大豆基因數(shù)據(jù)分析方法的研究[D];黑龍江大學(xué);2016年

3 劉曉彬;TRV介導(dǎo)的大豆基因瞬時沉默體系建立及其在大豆基因功能分析中的應(yīng)用[D];河北農(nóng)業(yè)大學(xué);2015年

，

本文編號：986430