網(wǎng)絡(luò)生物資源的優(yōu)化并行整合技術(shù)研究與應(yīng)用.pdf

1、進(jìn)入21世紀(jì)后，生物信息學(xué)作為一門新興的交叉學(xué)科越來越引起研究者的重視。生物信息學(xué)主要是通過計算機(jī)理論與應(yīng)用知識對大量的生物信息數(shù)據(jù)進(jìn)行分析和挖掘，進(jìn)而發(fā)現(xiàn)、解析和推測生命現(xiàn)象。隨著人類基因組計劃的開展以及千元美金解析人類基因組計劃的提出，應(yīng)不同研究方向需求，產(chǎn)生了大量多樣的基因組數(shù)據(jù)信息。不同的數(shù)據(jù)對不同的生命現(xiàn)象進(jìn)行描述，但是大部分研究需要在數(shù)據(jù)之間找到相關(guān)的聯(lián)系，所以建立數(shù)據(jù)之間的關(guān)聯(lián)信息，對數(shù)據(jù)進(jìn)行整合性的分析，得到更加有意義的

2、數(shù)據(jù)結(jié)果成為現(xiàn)階段很多生物科學(xué)研究者的共同愿望。 隨著計算機(jī)技術(shù)的發(fā)展，對于大量生物信息數(shù)據(jù)分析和處理已經(jīng)涌現(xiàn)出了一系列有效可行的方法。如實現(xiàn)了對遠(yuǎn)程系統(tǒng)或數(shù)據(jù)資源的訪問和收集的網(wǎng)絡(luò)服務(wù)技術(shù)：對分布式數(shù)據(jù)庫進(jìn)行探索、訪問及數(shù)據(jù)采集等多層次處理的多Agent技術(shù)；針對分布式數(shù)據(jù)庫查詢的傳統(tǒng)優(yōu)化查詢技術(shù)和現(xiàn)代的倒排索引技術(shù)；適用于大量數(shù)據(jù)查詢的Map reducemerge并行處理模式；以及適用于大量數(shù)據(jù)傳輸?shù)慕y(tǒng)一文件傳輸格式等方向

3、研究的技術(shù)。這些方法不但推動了生物信息研究的發(fā)展，更推動了互聯(lián)網(wǎng)中豐富生物信息資源整合的實現(xiàn)，隨之開發(fā)出了各種可進(jìn)行數(shù)據(jù)共享、數(shù)據(jù)對比分析、并可以挖掘數(shù)據(jù)關(guān)聯(lián)的生物信息整合系統(tǒng)。 本文在對互聯(lián)網(wǎng)上的分布式生物信息資源整合技術(shù)進(jìn)行研究分析的基礎(chǔ)上，提出了一系列的優(yōu)化解決策略。其中研究內(nèi)容主要包括生物數(shù)據(jù)庫整合過程中查詢優(yōu)化，統(tǒng)一數(shù)據(jù)格式，Map reduce merge并行處理技術(shù)在生物數(shù)據(jù)處理上的應(yīng)用，以及多Agent的處理模塊