DNA序列比對結(jié)果的存儲與壓縮.pdf

1、隨著生物信息學(xué)、分子生物學(xué)等學(xué)科研究的深入，以及人類基因計劃的完成，越來越多的人類基因和其他模式生命體的基因被測序。序列比對是處理測序結(jié)果的方法，可以發(fā)現(xiàn)生物序列之間存在的結(jié)構(gòu)、功能和進化的關(guān)系，是生物信息學(xué)的基礎(chǔ)。
　　隨著這些測序項目的展開，每天都有海量的DNA序列數(shù)據(jù)產(chǎn)生[1]，DNA序列數(shù)據(jù)經(jīng)過序列比對處理，比對結(jié)果數(shù)據(jù)也隨之出現(xiàn)。雖然存儲設(shè)備的快速發(fā)展已經(jīng)在一定程度上緩解了相關(guān)數(shù)據(jù)量急劇膨脹的問題。然而隨著比對研究的深入

2、，單純依靠增加硬件設(shè)備已經(jīng)無法滿足DNA比對結(jié)果數(shù)據(jù)量快速增長的需求，存儲和使用這些數(shù)據(jù)的成本也終將增加至無法承擔(dān)的規(guī)模。
　　下一代測序技術(shù)平臺(NGS)在很大程度上減少了測序的成本開銷，使得基因序列分析在實踐醫(yī)療場景之中的應(yīng)用成為可能。因此，不論是從存儲方面，還是應(yīng)用方面考慮，序列比對結(jié)果的壓縮在DNA數(shù)據(jù)的存儲、管理和傳輸中起到了重要作用。DNA序列數(shù)據(jù)的壓縮目前已經(jīng)引起了國內(nèi)外學(xué)術(shù)界的廣泛關(guān)注，然而，很少有學(xué)者研究如何在實