基于Sector-Sphere云計算平臺的海量GC-MS數(shù)據(jù)并行處理算法研究與實現(xiàn).pdf

1、氣相色譜質(zhì)譜聯(lián)用技術(Gas Chromatography-Mass Spectrometry，簡稱GC-MS)因具有分辨率高、靈敏度高、重現(xiàn)性好，價格相對較低等優(yōu)點，被廣泛的應用于生物代謝研究、生物標志物的發(fā)現(xiàn)、毒理學、營養(yǎng)學、農(nóng)業(yè)病理學等領域。
　　氣相色譜質(zhì)譜聯(lián)用所獲得的色譜圖可包含幾萬張質(zhì)譜圖，其數(shù)據(jù)量大且格式復雜，數(shù)據(jù)處理涉及去噪平滑、基線校正、峰提取、重疊峰解析、保留時間對齊、化合物定量分析等，整個計算過程極其耗時。目

2、前國內(nèi)GC-MS數(shù)據(jù)處理算法及軟件的研究處于剛剛起步階段，國外GC-MS數(shù)據(jù)處理軟件主要針對少量樣本的處理，而對于大批量樣本的處理算法及軟件仍是空白。
　　當處理大量數(shù)據(jù)時過長的處理時間會嚴重拖延整個實驗進度，計算機內(nèi)存不足也成為處理大批量樣本的瓶頸，針對這個問題，提出了基于云計算平臺Sector/Sphere的GC-MS數(shù)據(jù)并行處理方案，主要工作如下：
　?。?）針對GC-MS大批量樣本處理的速度慢，單機內(nèi)存不足的問題，結

3、合云計算平臺Sector/Sphere的高速性、靈活性等優(yōu)勢，設計了基于Sector/Sphere平臺的GC-MS數(shù)據(jù)并行處理框架，為GC-MS數(shù)據(jù)處理并行算法的研究與實現(xiàn)提供依據(jù)。
　　（2）提出了依據(jù)層次聚類的樣本集自動分組原理，提出以各樣本簇的平均樣本作為對齊依據(jù)的簇結果合并算法，設計并實現(xiàn)了多樣本對齊并行處理流程，實驗驗證了多樣本并行對齊算法的準確性和有效性，能夠在保證較高正確率的前提下加快數(shù)據(jù)處理速度，同時解決單機內(nèi)存不