摘要RNA序列在生命的各种过程中扮演着非常重要的作用,其功能常常与其二级结构或者三级结构密切相关。本文主要基于并行化的蚁群算法研究了RNA一级序列到RNA二级序列的转变过程,同时为了对算法进行提速,研究了并行化对算法的影响。<br> 本论文的主要工作如下:<br> (1)以串行算法为基础,提出并实现一种基于OpenMP的多线程的并行蚁群算法。算法使用Mathewamp;Turner能量参数,通过局部优化的方法测算RNA不同结构的自由能;并提出一种新的子结构确定方法,相比以往的树形递归的计算方法有更快的计算速度和同样优秀的准确性。实验从GutellLabCRWSite数据中挑选了10条不同的序列,最终取得了最优0.909的敏感性、0.895的特异性和0.9的精确度,说明算法可以取得令人满意的效果。<br> (2)在OpenMP的多线程并行蚁群算法的基础上,进行更加深入的并行化工作,针对搭载CUDA的Nvidia显卡进行优化。对RNA子结构的识别算法提出新的改进,同时将CUDA实现的算法与在搭载HIP的AMD显卡上优化的算法进行实验。实验表明,针对CUDA优化的并行蚁群二级结构预测算法相比其它平台(例如,CPU上的OpenMP和AMD上的HIP)具有更高的加速比和更快的执行速度。相比OpenMP和HIP架构,CUDA是目前最优的蚁群二级结构预测算法并行化的实现方案,为其它相似或同等规模的问题提供了数据参考和新的思路。
更多相关知识
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文