基因序列拼接算法的研究.pdf

1、生物信息學(xué)是一門綜合利用生物學(xué)、計算機科學(xué)、數(shù)學(xué)等學(xué)科知識的新興交叉學(xué)科，其主要任務(wù)是揭示海量生物學(xué)數(shù)據(jù)中蘊含的生物學(xué)意義、探索生命活動的奧秘。全基因組DNA序列拼接是生物信息學(xué)研究的重要課題。在大規(guī)模DNA測序中普遍使用的Shotgun方法中，片段序列的拼接是一個關(guān)鍵而又費時的過程，其中包含了一些實際困難，重復(fù)子序列對片段間正確重疊的干擾就是其中一個。如何提高序列拼接的精度和速度是本課題研究的重點。 本文在深入分析現(xiàn)有拼接

2、算法及其實現(xiàn)軟件的基礎(chǔ)上，針對分布式并行計算環(huán)境，提出了優(yōu)化的DNA序列拼接并行算法P Assembler，分別對序列拼接中的Overlap、Layout和Consensus階段的串行處理過程和并行算法進行了探討，通過分析數(shù)據(jù)集的劃分方法和串行處理過程的可并行性，提出了多種不同的并行處理策略并加以比較與分析，理論和實驗結(jié)果都驗證了并行處理后序列拼接算法效率大大提高。除此之外，論文針對DNA序列拼接中比較棘手的重復(fù)序列問題，提出了一種改進