基于Xeon Phi的超长序列比对算法设计与实现

基于Xeon Phi的超长序列比对算法设计与实现

论文摘要

基因是指控制生物性状的遗传信息,通常由DNA序列承载,可以视作基本遗传单位。基因的产物可以是蛋白质和RNA,从而控制生物个体的性状差异表现。而两个基因的相似度有多高,演化上是否可能同源。归结到计算上,就是如何找到两个序列的最优或近似最优的比对。随着人类基因组计划的测序工作的完成,生物信息科学的研究重点放在了探明基因序列的功用上。而在高通量测序技术快速进展的背景之下,生物数据呈现指数型增长。因此产生了对大量生物信息数据进行高效准确分析的需求。基因序列决定了生物的性状,查找出基因差异性对于人类克服疾病具有深远的意义。本文在Xeon Phi众核架构上,设计并实现了一个全新的超长序列比对算法SLPal。该算法的计算核心是基于位并行的BitPAI算法。在粗粒度上,为了实现多线程并行,我们将超大规模的矩阵进行了划分。在垂直和水平方向上分别进行划分,将矩阵分成了网格。然后通过Intel TBB并行编程库构建了有向无环图模型来实现该网格中矩阵块之间的并行。在细粒度上,我们用Xeon Phi上的指令集编写了 Intrinsic指令。SLPal中的一些操作没有对应的向量化实现,我们采用手动编写函数来实现了相关的功能。实验表明,相较于已有的超长序列比对算法,SLPal的计算效率更高。在单块KNC和KNL平台上,分别取得了172和482GCUPS的计算性能。相较于Swaphi-ls并行超长序列比对算法,SLPal在KNC和KNL上分别取得了5.8倍和16倍的加速比。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  •   1.1 背景和意义
  •   1.2 国内外研究现状
  •   1.3 本文解决的主要问题
  •   1.4 本文的主要工作
  •   1.5 论文的组织结构
  • 第2章 相关背景
  •   2.1 全局序列比对Needleman-Wunsch算法
  •   2.2 高性能计算机的体系结构
  •   2.3 并行编程模型
  • 第3章 算法详细设计与实现
  •   3.1 BitPAl基本算法
  •   3.2 BitPAl多字节算法
  •   3.3 基于Tile的划分和TBB多线程实现
  •   3.4 基于Xeon Phi处理器的向量化计算
  •   3.5 算法框架设计
  •   3.6 数据管理类(Data manager)
  •   3.7 TBB任务类实现
  •   3.8 设计向量化位操作函数
  • 第4章 算法性能测试
  •   4.1 实验准备
  •   4.2 KNC和KNL整体性能
  •   4.3 线程扩展性
  •   4.4 与其他并行序列比对算法的比较
  • 第5章 总结
  • 参考文献
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 吴泓邵

    导师: 刘卫国

    关键词: 超长序列比对,位并行,优化

    来源: 山东大学

    年度: 2019

    分类: 基础科学

    专业: 生物学

    单位: 山东大学

    分类号: Q811.4

    总页数: 59

    文件大小: 3101K

    下载量: 21

    相关论文文献

    • [1].双序列比对算法的研究与改进[J]. 电子技术与软件工程 2017(18)
    • [2].基于蚁群算法的双序列比对及其实现[J]. 电子技术与软件工程 2018(01)
    • [3].基于局部序列比对的漏洞挖掘技术研究[J]. 微型机与应用 2017(03)
    • [4].基于布尔逻辑的双序列比对协处理器的设计与实现[J]. 西北工业大学学报 2011(01)
    • [5].生物信息学中的序列比对算法[J]. 电脑知识与技术 2008(01)
    • [6].参数序列比对算法研究(英文)[J]. 生物信息学 2008(02)
    • [7].生物序列比对算法的研究现状[J]. 中国科技信息 2011(09)
    • [8].蛋白质序列比对算法在众核结构上的并行优化[J]. 软件学报 2010(12)
    • [9].基于混合行为的蚁群双序列比对方法[J]. 计算机工程与应用 2009(11)
    • [10].双序列比对的算法研究[J]. 计算机工程与应用 2008(36)
    • [11].BLAST序列比对脱机移植研究[J]. 内蒙古师范大学学报(自然科学汉文版) 2020(04)
    • [12].基于动态规划的基因双序列比对研究[J]. 现代计算机(专业版) 2017(32)
    • [13].多重序列比对的模型与算法[J]. 才智 2010(14)
    • [14].异构机群系统中序列比对并行算法进展[J]. 福建电脑 2019(04)
    • [15].四种常用的生物序列比对软件比较[J]. 生物信息学 2016(01)
    • [16].两种带约束的序列比对算法[J]. 江南大学学报(自然科学版) 2009(06)
    • [17].生物信息学双序列比对算法加速器设计与实现[J]. 计算机科学与探索 2008(05)
    • [18].双兔傍地走,安能辨雄雌——双序列比对工具介绍[J]. 高校生物学教学研究(电子版) 2016(01)
    • [19].始发保优的序列比对[J]. 小型微型计算机系统 2020(05)
    • [20].基于序列比对的勒索病毒同源性分析[J]. 计算机与现代化 2018(02)
    • [21].最优搜索机制下寻找最优插入-删除种子[J]. 电子科技大学学报 2011(02)
    • [22].启发式序列比对算法种子长度及其灵敏度研究[J]. 计算机技术与发展 2013(02)
    • [23].基于区域过滤的测序序列比对算法研究[J]. 信息技术与网络安全 2018(04)
    • [24].基于序列比对的行人过街风险识别研究[J]. 交通运输系统工程与信息 2018(03)
    • [25].基于大规模序列比对软件的并行优化方案[J]. 计算机工程 2009(03)
    • [26].基于动态规划的双序列比对算法构件设计与实现[J]. 计算机研究与发展 2019(09)
    • [27].一种基于低频种子的三代测序序列比对方法[J]. 计算机工程与科学 2019(09)
    • [28].DNA双序列比对问题的算法[J]. 计算机系统应用 2015(09)
    • [29].基于序列比对算法的地质剖面图自动生成[J]. 铁道勘测与设计 2010(05)
    • [30].面向OpenCL架构的大规模生物序列比对[J]. 小型微型计算机系统 2012(02)

    标签:;  ;  ;  

    基于Xeon Phi的超长序列比对算法设计与实现
    下载Doc文档

    猜你喜欢