基于串聯質譜數據的PepNovo并行化研究與實現.pdf

1、隨著人類基因組測序的完成，生命科學研究步入了后基因組時代，蛋白質組學則成為了后基因組時代生命科學研究的熱點之一。在蛋白質組學中，利用串聯質譜對蛋白質序列進行分析鑒定是一個基礎又重要的研究環(huán)節(jié)。然而，質譜技術的快速發(fā)展帶來的海量數據使得現行的蛋白質鑒定軟件處理數據時間大大增加，成為了制約蛋白質鑒定技術發(fā)展的瓶頸。另一方面，盡管被測序的生物物種越來越多，但還有大量的遺傳密碼未知的物種。此外，由于在數據庫中相應的序列的缺失或未知的翻譯后修飾，

2、導致仍有部分數據庫搜索方法無法解釋的MS/MS質譜數據。在這種情況下，從頭測序方法可以發(fā)揮重要的作用。因此，對從頭測序算法的蛋白質鑒定軟件進行并行化研究就顯得十分必要。
　　本文的主要工作是對從頭測序算法PepNovo并行化的研究。具體地，其工作內容和創(chuàng)新點如下:
　　首先，針對從頭測序算法PepNovo，提出一種基于MapReduce的PepNovo并行化方法MR-PepNovo。本文結合MapReduce計算框架，通過對

3、輸入數據進行預處理、分片等流程，從而實現從頭測序算法PepNovo的并行化。實驗結果表明，在實驗精度不變的前提下，與原有串行的PepNovo算法相比，MR-PepNovo取得了4.45倍的加速效果。
　　其次，基于最新的MIC高性能計算平臺，提出一種新的PepNovo并行化方法。由于MIC構架兼容原有的CPU程序，因此可以將PepNovo中的打分函數部分移植到MIC端來運行。本文設計并實現了一種基于MIC的PepNovo并行化方法