[发明专利]一种运行于多核计算机平台的并行通用序列的比对方法

摘要

本发明公开了一种运行于多核计算机平台的并行通用序列的比对方法，首先利用聚类方法(Cluster)对待比对序列集进行分类，得到大小不等的子序列集合(C₁，C₂，……，C_m)。然后，应用分配方法(Distribute)将待比对的子序列集合分配到各计算核上(Core₁，Core₂，……，Core_n)，以各个核上的负载平衡为分配的最终目标。接着，应用现有的序列比对方法对各子序列集合分别进行比对(Align)。最后，应用合并方法(Merge)，将已比对的子序列集合合并，得到待比对序列集的最终比对结果。本发明基于多核计算平台，充分利用了数据并行的计算策略，从而显著提高生物序列比对的处理效率。

主权项

一种运行于多核计算机平台的并行通用序列的比对方法，其特征在于，首先应用聚类方法对待比对序列集合以已知功能序列作为聚类中心进行划分得到多个序列子集；然后将多个序列子集分配到各计算机核上独立地与各自的聚类中心进行比对，得到序列子集的比对结果；最后应用渐进式方法对序列子集的比对结果进行合并，得到待比对序列集合的比对结果矩阵A，完成序列比对；所述矩阵A满足以下条件：(1)矩阵A中的元素a_ij，ai_j∈Σ∪{·}；其中，Σ表示生物序列字母表，若为DNA序列，则Σ＝{A、C、G、T}；若为蛋白质序列，则Σ为20个简单氨基酸分子；{·}表示在序列比对过程中插入的空格；(2)若删除空格，矩阵A中的行a_i＝a_i1a_i2…a_il(1≤i≤n)即为待比对序列集合中的某一序列；(3)矩阵A中不存在全为空格的列。