基于P2P的生物信息檢索.pdf

1、近年來(lái),生物技術(shù)的發(fā)展,特別是人類基因組計(jì)劃的開(kāi)展和深入,大量生物文檔出現(xiàn),越來(lái)越多的生物序列(基因序列和蛋白質(zhì)序列)被檢測(cè)出來(lái),而微陣列技術(shù)的發(fā)展也使得基因表達(dá)數(shù)據(jù)大量涌現(xiàn)。如何有效地利用這些資源就成了一個(gè)重要的課題。與此同時(shí),對(duì)等計(jì)算(Peer-to-Peer,簡(jiǎn)稱P2P)因其潛在的技術(shù)優(yōu)勢(shì)和廣闊的應(yīng)用前景,近年來(lái)引起工業(yè)界和學(xué)術(shù)界的廣泛關(guān)注。本文首先實(shí)現(xiàn)了一個(gè)基于P2P的生物文檔共享和檢索系統(tǒng)。該系統(tǒng)通過(guò)靈活的節(jié)點(diǎn)加入策略、高效的

2、索引機(jī)制、有效的路由策略,提供了基于元數(shù)據(jù)和內(nèi)容等多種檢索功能和友好的人機(jī)界面。應(yīng)用部署證明系統(tǒng)具有很高的檢索效率和跨平臺(tái)數(shù)據(jù)交換能力。其次,為解決網(wǎng)絡(luò)版和單機(jī)版BLAST存在的數(shù)據(jù)更新、序列隱私及數(shù)據(jù)源交互等問(wèn)題,首次將P2P技術(shù)引入到序列比對(duì)中去,實(shí)現(xiàn)了基于P2P的生物序列搜索系統(tǒng)P2P-BLAST。P2P-BLAST實(shí)現(xiàn)了改進(jìn)的BLAST算法,支持對(duì)DNA序列和蛋白質(zhì)序列的個(gè)性化查詢。與網(wǎng)絡(luò)版的BLAST不同,P2P-BLAST沒(méi)

3、有中心數(shù)據(jù)庫(kù),共享的序列數(shù)據(jù)仍保存在本地,節(jié)點(diǎn)提交的包含特定序列的查詢請(qǐng)求會(huì)被轉(zhuǎn)發(fā)到有共享數(shù)據(jù)的節(jié)點(diǎn),并在那些節(jié)點(diǎn)本地執(zhí)行。P2P-BLAST對(duì)從不同節(jié)點(diǎn)得到的結(jié)果根據(jù)序列的相似度進(jìn)行整合排序,并根據(jù)訪問(wèn)設(shè)置提供給節(jié)點(diǎn)瀏覽和下載。此外,本文提出了一種新的基于基因本體(GeneOntology)的基因表達(dá)數(shù)據(jù)相似度算法——基因本體上的加權(quán)編輯距離算法,以用于基于基因表達(dá)數(shù)據(jù)相似度的檢索等應(yīng)用。此算法將微陣列基因表達(dá)數(shù)據(jù)映射到基因本體上的不