基于并行计算的大规模外显子芯片数据分析

• 作者: 刘学军 张武军 张礼
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 基因表达 并行计算 外显子芯片 概率模型
• 年，卷（期）: 2015,（5）
• 页码范围: 1078-1084
• 页数: 7页
• 分类号: TP399
• 字数: 4664字
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2015.05.019

摘要

快速准确地计算出转录组表达水平对转录组研究具有重要的作用.本文针对伽玛分布的概率模型(Gamma model for exon array data,GME)在处理大规模外显子芯片数据集上效率低下的特点,提出一种充分利用多核处理机或者集群环境来提高效率的并行计算方法.首先分析GME模型的原理,其次分析模型并行算法的选择,最后在不同规模的数据集上分析并行计算的效率.通过实验验证了并行计算极大地提高了模型的计算效率.实验结果表明,与先前的串行计算相比,并行计算使得GME模型更适用于大规模的外显子芯片分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张礼	南京航空航天大学计算机科学与技术学院	12	38	4.0	5.0
2	刘学军	南京航空航天大学计算机科学与技术学院	31	236	7.0	14.0
3	张武军	南京航空航天大学计算机科学与技术学院	2	1	1.0	1.0