检索历史 清除

摘要随着物种基因组测序的完成，揭示基因组序列所包含和隐藏的生物信息，乃是一段时间内生物学领域关注的焦点。其中，对基因表达及其功能的探索和研究是至关重要的一步。那么，各种相关的计算和优化方法的出现，也是为了解决这些生物信息学问题。<br>　　 众所周知，二十一世纪的生物学已经从纯粹的实验科学阶段进入了信息科学阶段。全世界许多研究机构，每天都制造大量的生物数据，对如此海量数据的存储、处理、分析和解释无疑需要并行计算机和计算技术的支持。<br>　　 本文涉及的所有生物信息学问题都属于基因表达与功能研究领域，而用来解决问题的算法、软件以及优化方法是本文研讨的重点。首先，论文深入全基因组表达研究的嵌合芯片技术(Tiling Array)，为了析出基因组上表达并可能具有生物功能的特征区域，本文建立了数据挖掘流程“表达保守区域采集分析系统”ecrEAS，并针对ecrEAS的完善需求，提出并实现了一种基于组合分类器的表达信号识别算法LBC-TSI，其中涉及的大规模比对计算也是通过并行处理，才极大减少了计算耗时。而后，根据实际计算需求，本文从算法和软件并行优化的角度，对两种已有较为成熟、用来分析基因表达与结构功能的软件，实现了加速并行化方案。<br>　　 本文的创新性工作主要包括如下几个方面：<br>　　 1.建立表达保守区域采集分析系统ecrEAS：对嵌合芯片表达保守区域建立提取与分析系统，并对析出产物进行多种可能性的过滤与分析。实际上ecrEAS是一个由很多数据挖掘算法形成的流程系统；<br>　　 2.提出并实现了基于组合分类器的信号识别算法LBC-TSI：针对ecrEAS的完善需求，提出并实现了基于Boosting-CART的信号识别方法，由于其预处理数据规模巨大，所以需要并行计算支撑。另外，算法可以针对某个组织或细胞株(cell line)识别表达，同时在识别过程中过滤被交叉杂交噪声污染的探针，并能析出表达量较低的探针。<br>　　 3.完成两个软件的并行优化设计与实现：<br>　　 (1)基因电子克隆算法的并行优化：通过分割序列数据库，并行处理大规模序列比对与序列延伸，对新基因发现软件SiClone实现了并行优化；<br>　　 (2)分子空间结构叠合算法的优化与并行化：通过“均匀设计”实验方法，对分子空间结构叠合算法实现了全局部点优化。同时采用子任务部署策略，对优化的串行算法实现了并行处理。