搜索到512篇“ 生物序列比对“的相关文章
生物序列比对
随着人类基因组计划(HGP)的实施,生物信息学成为当今最重要的学科之一。生物信息学可以看作是集统计学,数学和计算科学于一体的学科。主要用来分析生物序列,即:DNA、RNA和氨基酸(蛋白质)序列序列比对生物信息学中最基...
黄宁
关键词:生物序列DNARNA生物信息学隐马尔可夫模型
生物序列比对动态规划算法的统一形式化构造与Isabelle验证
2025年
序列比对生物序列分析中的一个经典问题,旨在找出序列之间的相似性,它对于发现生物序列中的功能、结构和进化信息都具有重要的意义.该问题可分为双序列比对和多序列比对2类,现有工作多针对特定算法展开,没有设计通用的求解方法;此外,甚少涉及算法可信性的研究.从生物序列比对问题的形式化规约出发,通过深入分析问题的性质,刻画问题求解的本质特征,借助形式化方法PAR(partition andrecursion)设计了序列比对动态规划算法的统一构造框架seqAlign;展示了应用该框架构造序列数为3的多序列比对算法的过程,并使用Isabelle定理证明器对构造结果进行形式化验证;利用PAR平台生成了该算法的C++可执行程序,进一步分析了由seqAlign框架机械化构造其他类型序列比对算法的过程.通过严密的规约精化和形式验证,有效地保证了生成算法的可信性;开发的seqAlign框架提供了序列比对问题类的通用求解方案,显著提高了序列比对算法族生成的效率.研究结果在生物序列分析中序列比对问题上的成功应用,从方法学和实践上可为复杂生物信息学领域高可靠算法的构造提供参考.
石海鹤蓝孙文刘日明石海鹏王岚钟林辉
关键词:PAR方法
一种基于多线程计算的生物序列比对方法及系统
本发明属于生物序列比对技术领域,提供了一种基于多线程计算的生物序列比对方法及系统,其技术方案为:基于原有OrderMinHash算法,通过优化编译参数、调用RabbitFx库快速解析FASTA文件、交换算法循环顺序优化访...
殷泽坤陈冉闫立峰刘卫国
一种基于多线程计算的生物序列比对方法及系统
本发明属于生物序列比对技术领域,提供了一种基于多线程计算的生物序列比对方法及系统,其技术方案为:基于原有OrderMinHash算法,通过优化编译参数、调用RabbitFx库快速解析FASTA文件、交换算法循环顺序优化访...
殷泽坤陈冉闫立峰刘卫国
模糊隐马氏模型及其在生物序列比对中的应用
通过对生物序列进行比对,我们能够预测未知序列的功能。而现在最前沿的序列比对算法有:动态规划算法、遗传算法、人工神经网络和隐马氏模型等。而本文就是基于隐马氏模型对生物序列比对问题进行深入研究。研究隐马氏模型就是要研究三个基...
张彩华
关键词:生物信息学隐马氏模型模糊积分
四种常用的生物序列比对软件比较被引量:4
2016年
随着高通量测序技术的快速发展,下一代测序技术也迅速发展为生物领域中的主流技术,而理解下一代测序数据最重要的一步是比对比对是进行后续生物信息分析的基石,也因此催生了很多比对软件。本文主要选取了四种常用的比对软件Bowtie2、BWA、MAQ和SOAP2,对这四种软件及算法进行综述,并通过实际测序数据对四种软件进行比较和评估,为生物学研究者选择最佳的短序列比对软件提供理论和实践依据。
陈凤珍李玲操利超严志祥
关键词:生物信息
CPU和GPU协同并行加速多生物序列比对被引量:5
2016年
将主库构建阶段的输入序列分成多个分主库、将主库扩展阶段的主库元素划分成多个计算窗口,使之符合GPU并行计算的线程结构特性,GPU以计算窗口为单位并行计算比对矩阵、并行约减主库及并行扩展比对矩阵,结合库优化思想优化主库构建过程,利用阈值cutoff控制主库约减程度,设计实现CPU和多个GPU协同计算并行比对生物序列的高效可扩展算法OGM SA.实验结果表明,当cutoff≤0.20时,算法OGM SA的比对结果质量与算法G-M SA相同,计算速度是G-M SA算法的近4倍,内存容量需求比G-MSA算法也有所降低.
杨春燕钟诚
生物序列比对中BWT索引技术及其算法研究
生物DNA序列比对生物信息学中的核心问题和基础研究,序列比对算法是常用的生物序列分析工具,也是RNA比对和个性化医疗等下游生物信息学研究的第一步。随着新一代高通量测序技术的飞速发展,产生了大规模测序序列,如何实现高精度...
赵雅男
关键词:生物信息学
生物序列比对算法的并行优化设计与实现
生物序列比对生物信息学的基础和核心,随着生命科学的迅猛发展,需要研究的蛋白质和核酸序列的信息显著增加。常见的双序列比对串行算法时间复杂度为O(N2),多序列比对时间复杂度更高,随着序列长度的增加和比对规模的扩大,时间开...
李研
关键词:生物序列比对后缀树数据划分
基于异构系统的生物序列比对并行处理研究进展被引量:1
2015年
序列比对工作属于生物信息学的基础性研究领域。由于它具有应用广泛、计算复杂以及海量数据等特点,加之现在高性能计算的兴起,使得近年来序列比对并行处理技术快速发展。首先介绍了序列比对领域高性能计算的新进展,接着从体系结构特征入手对其研究进行分类,并对每类方法的实现细节和性能进行分析比较,从中不难看出访存控制、同步、数据交互以及算法可扩展性等问题均为目前基于异构系统的序列比对并行处理研究的关键点。最后,对该领域的未来研究方向进行了展望。
朱香元李仁发李肯立胡忠望
关键词:并行处理异构GPUBEMIC

相关作者

朱香元
作品数:13被引量:23H指数:2
供职机构:肇庆学院
研究主题:异构系统 移动计算 数据广播 生物序列 GPU
张树波
作品数:15被引量:89H指数:5
供职机构:广州航海学院
研究主题:生物信息学 机器学习方法 特征提取 生物序列比对 生物序列
李仁发
作品数:673被引量:3,288H指数:24
供职机构:湖南大学
研究主题:无线传感器网络 嵌入式系统 计算机网络 体系结构 虚拟实验室
李研
作品数:4被引量:3H指数:1
供职机构:哈尔滨工业大学
研究主题:城市住宅 关键词 户型结构 住宅户型设计 设计问题
敖友云
作品数:16被引量:63H指数:4
供职机构:安庆师范学院计算机与信息学院
研究主题:多目标优化 遗传算法 演化算法 多目标 差分演化算法