生物信息處理是最近幾年的一個(gè)熱門研究方向,特別是對(duì)關(guān)鍵蛋白質(zhì)預(yù)測(cè)算法的研究。它能夠有效快速地預(yù)測(cè)出蛋白質(zhì)相互作用網(wǎng)絡(luò)里的一些關(guān)鍵蛋白質(zhì),這類蛋白質(zhì)對(duì)于生物體的存活、繁殖以及藥物靶點(diǎn)選擇的研究極其重要。目前已經(jīng)存在很多關(guān)鍵蛋白質(zhì)的預(yù)測(cè)算法,但由于一些算法的計(jì)算復(fù)雜度過(guò)高,使得對(duì)于小規(guī)模的蛋白質(zhì)相互作用網(wǎng)絡(luò)的計(jì)算都十分困難,基于分布式計(jì)算將該類算法并行化加速是可行的解決方案。近年來(lái)Spark已經(jīng)成為一個(gè)成熟的分布式計(jì)算框架,但在實(shí)際分布式計(jì)算過(guò)程中Spark的shuffle性能低下,因此探索Spark自身的shuffle優(yōu)化策略具有十分重要的研究意義。本文的主要研究成果如下:(1)在預(yù)測(cè)關(guān)鍵蛋白質(zhì)的研究方面,L-BC指標(biāo)具有考慮網(wǎng)絡(luò)局部特性以及減少算法運(yùn)行時(shí)間的優(yōu)點(diǎn),而k-BC指標(biāo)對(duì)頂點(diǎn)重要性程度劃分地更加細(xì)致,本文結(jié)合了這兩個(gè)算法的優(yōu)點(diǎn)提出了L1-BC指標(biāo)。實(shí)驗(yàn)結(jié)果表明,在大多數(shù)數(shù)據(jù)集上L1-BC指標(biāo)的預(yù)測(cè)準(zhǔn)確率整體都要優(yōu)于其它常見(jiàn)的單個(gè)拓?fù)鋵傩灾笜?biāo),特別是與傳統(tǒng)的BC指標(biāo)相比,L1-BC指標(biāo)的預(yù)測(cè)準(zhǔn)確率能夠提高10%～50%。為了加速L1-BC指標(biāo)的計(jì)算,本文基于Spark實(shí)現(xiàn)了 L1...

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１蛋白質(zhì)相互作用網(wǎng)絡(luò)??Ｆｉｇｕｒｅ?２－１?Ｐｒｏｔｅｉｎ－ｐｒｏｔｅｉｎ?ｉｎｔｅｒａｃｔｉｏｎ?ｎｅｔｗｏｒｋ??

絡(luò)的研宄與分析，能夠更好的幫助人們理解細(xì)胞的生命活動(dòng)，有效的進(jìn)行疾病防治??［３６】。從圖論的角度來(lái)看，蛋白質(zhì)相互作用網(wǎng)絡(luò)就是一張圖，如圖２－１所示。??圖２－１蛋白質(zhì)相互作用網(wǎng)絡(luò)??Ｆｉｇｕｒｅ?２－１?Ｐｒｏｔｅｉｎ－ｐｒｏｔｅｉｎ?ｉｎｔｅｒａｃｔｉｏｎ?ｎｅｔｗｏｒｋ??....

圖２－２?ｍａｐ的計(jì)算邏輯??Ｆｉｇｕｒｅ?２－２?Ｔｈｅ?ｃｏｍｐｕｔａｔｉｏｎａｌ?ｌｏｇｉｃ?ｏｆ?ｍａｐ??

例如ｍａｐ計(jì)算操作，它表示父ＲＤＤ的每個(gè)ｐａｒｔｉｔｉｏｎ的數(shù)據(jù)經(jīng)過(guò)ｃｏｍｐｕｔｅ函數(shù)??計(jì)算映射到子ＲＤＤ的對(duì)應(yīng)的ｐａｒｔｉｔｉｏｎ，每個(gè)ＲＤＤ中的ｐａｒｔｉｔｉｏｎ之間互不干擾，它??的ＲＤＤ計(jì)算邏輯如圖２－２所示。??ＲＤＤｌ?ＲＤＤ２??ｍａｐ?計(jì)算??ｐａｒｔｉｔｉｏｎ....

圖２－３?ｒｅｄｕｃｅＢｙＫｅｙ的計(jì)算邏輯??Ｆｉｇｕｒｅ?２－３?Ｔｈｅ?ｃｏｍｐｕｔａｔｉｏｎａｌ?ｌｏｇｉｃ?ｏｆ?ｒｅｄｕｃｅＢｙＫｅｙ??

調(diào)度管理集群資源。接下來(lái)簡(jiǎn)單介紹一下ｓｔａｎｄａｌｏｎｅ模式的大致結(jié)構(gòu)。??—個(gè)標(biāo)準(zhǔn)的ｓｔａｎｄａｌｏｎｅ模式集群有以下四大角色：Ｄｒｉｖｅｒ、Ｍａｓｔｅｒ、Ｗｏｒｋｅｒ、??Ｅｘｅｃｕｔｏｒ。具體如圖２－４所示。??１４??

圖２－４?Ｓｔａｎｄａｌｏｎｅ集群的角色??Ｆｉｕｒｅ?２－４?Ｒｏｌｅｓ?ｏｆ?ｓｔａｎｄａｌｏｎｅ?Ｃｌｕｓｔｅｒ??

ｐａｉｔｉｔｉｏｎ５?：：滅丨?ｕ戀：：：｜??圖２－３?ｒｅｄｕｃｅＢｙＫｅｙ的計(jì)算邏輯??Ｆｉｇｕｒｅ?２－３?Ｔｈｅ?ｃｏｍｐｕｔａｔｉｏｎａｌ?ｌｏｇｉｃ?ｏｆ?ｒｅｄｕｃｅＢｙＫｅｙ??從圖中可以看出，在ｍａｐ端計(jì)算完成后，ＲＤＤＩ的每個(gè)ｐａｒｔｉｔｉｏｎ的數(shù)據(jù)都會(huì)??....

本文編號(hào)：3894343