面向多核平臺的拷貝數(shù)變異檢測方法及并行算法研究.pdf

1、針對腫瘤樣本測序數(shù)據(jù)所做的基因拷貝數(shù)變異（Copy Number Variation，CNV）檢測是研究癌癥相關(guān)基因變異的重要手段。下一代測序技術(shù)（the Next Generation Sequencing）的迅速發(fā)展產(chǎn)生的海量測序數(shù)據(jù)，一方面推動了基因拷貝數(shù)變異檢測算法的發(fā)展，另一方面帶來了數(shù)據(jù)處理與存儲等計(jì)算問題的挑戰(zhàn)。
　　本文利用讀段深度法的檢測CNVs的原理，構(gòu)建了一套以貝葉斯信息準(zhǔn)則（Bayesianinformat

2、ion criterion，BIC）為理論依據(jù)的CNVs檢測流程，針對該流程在CNVs檢測過程時(shí)產(chǎn)生的區(qū)域斷點(diǎn)位置檢測不精確的問題，本文在序列統(tǒng)計(jì)階段提出了一種基于序列數(shù)目等量的初始窗口劃分策略。這種初始窗口劃分策略根據(jù)要分析的測序數(shù)據(jù)動態(tài)地確定了尺寸可變的初始窗口，改善了一般窗口劃分機(jī)制中斷點(diǎn)位置預(yù)測敏感度低、不精確的問題，從而提升了CNVs的檢測能力。
　　本文在基于BIC的CNVs檢測流程的基礎(chǔ)上，為解決大規(guī)模測序數(shù)據(jù)的使用

3、而導(dǎo)致的CNVs檢測耗時(shí)長這一問題，提出了一種新的面向多核平臺的基因拷貝數(shù)變異檢測的并行算法。我們在深入解析分割算法的基礎(chǔ)上，對算法進(jìn)行了并行化可行性分析，通過將計(jì)算過程劃分為多個(gè)計(jì)算BIC值和BIC差異值的計(jì)算任務(wù)在多核平臺上完成實(shí)現(xiàn)。測試的結(jié)果表明，本文提出的優(yōu)化算法能夠有效的提升拷貝數(shù)變異檢測的性能，在8核CPU平臺上能夠獲得相對串行程序6.74倍的加速比。
　　本文針對當(dāng)前CNVs檢測中的腫瘤樣本DNA測序數(shù)據(jù)來源于腫瘤組

4、織中腫瘤細(xì)胞與基質(zhì)細(xì)胞的混合體這一問題，分析了通過檢測腫瘤組織樣本中腫瘤細(xì)胞純度α、確定基因組倍數(shù)性τ，最終實(shí)現(xiàn)基因組上絕對拷貝數(shù)變異的估算的理論依據(jù)，并將該內(nèi)容與前兩個(gè)內(nèi)容一起構(gòu)成了完整的絕對拷貝數(shù)變異檢測流程。通過分析由腫瘤組織樣本中腫瘤細(xì)胞純度α、基因組倍數(shù)性τ以及發(fā)生變異的各區(qū)間絕對拷貝數(shù)qi之間的關(guān)系建立的最小目標(biāo)函數(shù)問題，我們改進(jìn)了求解最小目標(biāo)函數(shù)的算法，并對改進(jìn)后的搜索算法進(jìn)行了并行優(yōu)化，實(shí)驗(yàn)結(jié)果表明，本文對求解最小目標(biāo)函