基于并行计算系统比较基因组分析平台构建.pdfVIP

中国畜牧兽医学会信息技术分会2009年学术研讨会论文集 基于并行计算系统的比较基因组分析平台的 构建 张文广。、奚文辉、吕晓曼、付绍印、李金泉 0018 (内蒙古农业大学动物科学与医学学院，呼和浩特，01 内蒙古ATCG生物信息研究所，呼和浩特，010020) 1引言 从20世纪80年代开始，人类和其他生物基因组学研究的兴起，要求运用新的技术手段 对复杂的海量生物信息进行储存、管理、分析和研究，生物信息学应运而生。生物信息学是 综合运用生物学、信息学、数学以及计算机科学等诸多学科的理论和方法，处理和分析大规 模复杂生物信息的交叉学科。后基因组时代研究的重点将是基因的功能，其中功能基因组学、 蛋白质组学是后基因组时代研究的主要内容。 ． 随着基因组学进入功能研究阶段和数据的进一步大量产生，以及转录组学、蛋白组学， 和其他大规模、高通量、自动化实验方法的相继涌现，对生物信息学提出了更高的要求，也 使之得到了迅速的发展。目前，生物信息学研究已经成为现代生命科学研究中不可分割的一 部分，在生命科学研究的众多领域，包括基因组组装、基因组注释、比较基因组学、单核苷 酸多态性、基因表达分析、蛋白质的结构与功能、药物靶标发现与功能分析、药物发现与设 计等都发挥着越来越重要的作用。比较基因组学正是作为一门重要的工具和学科伴随着基因 组的研究和相关信息出现爆炸性增长孕育而生的。比较基因组学越来越受到国内外科技工作 者的重视，成为当前生命科学和生物技术领域研究开发的热点之一。动物遗传育种中的QTL 解析与MAS实现都或多或少地得到生物信息学的支撑。在动物遗传育种工作中功能基因筛选、 生长发育机理解析、人工选择进化模拟等均需要大量的生物信息学工具，其中尤以比较基因 组研究方法和工具最为重要。比较基因组学是通过对系统发育中的物种之间的全方位基因和 基因家族的比较分析、构建系统发育图谱，来揭示基因、基因家族的起源和功能及其在进化过 程中复杂化和多样化的机制，业已成为高通量和常规实验之外的有效分析手段。也因此促使 许多科研机构构建这类研究平台。虽然我国在这方面起步较晚，但也在逐步展开。 《t并{亍*算系统∞＆鞍基月m析T台的构建 2系统架构 生物信息学要求复杂大晕计葬的同时对计算机硬什和配套软什提出了更高的要求。目前 生物信息学研究部门成为高性能曜光、神威计算机的主要j{}j户，直接催生了曙光2000，3000 系列，促进了国内高性能计算系统的研发。但仍然有许多单位想开展自主平台的序列比较分 析，本研究提供了一例基于现有计算机硬件资源(灏于淘汰的机埤_亦可)的HPCC组建案例， 研究^员可以根据所拥有的计算机资湃自主配置并个部分，降低费用。 内蒙古农业人学纽建的并行比较基因组分析平台是根据自主开发的原则实现的．其系统 处理器，山存20X8GB，计算能力达到】6万亿玖浮点结果。 ParalleICode／WebInte盯ace MessagePassing，CommunicationLayer Job Cluster Management ICluster Monitoring【 蚓1NMBI．集群系统体系结构目(左：Ⅻ件，g软件 比较基冈组研究的基础是基因组数据，有关哺乳动物的基冈序列数据主要从FYU站点下 NCBt himnih http：／／www．nebigov／ TIGRhtlp：／／wWw．tigr．o叫 uk／ S锄gerhtip：／／w一,sanger．ac Ensembl ore,／ http：／／www．ensembl T^