多序列比对软件T—Coffee的并行化设计与实现.pdfVIP

第25卷第4期 计算机应用与软件 V01．25 No．4 2008年4月 Computer Applications and Software Apr．2008 多序列比对软件T—Coffee的并行化设计与实现 靳 新 骆志刚 蒋晓舟 王金华 张 雯 (国防科学技术大学并行与分布处理国家重点实验室 湖南长沙410073) 摘 要 T—Coffee是广泛用于核酸或氨基酸的多序列比对工具。它通过生成基本信息库，扩展库，生成指导树，渐近式比对四个 阶段来完成多序列的比对。分析了T—Coffee串行算法及其复杂度，并提出了基于SMP机的并行化版本。目标是使其充分并行化，实 验结果表明它明显的提高了性能，并得到了很好的相对加速比。 关键词 全局比对 局部比对 渐近式算法 共享内存多处理机 DESIGN AND IMPLEMENTATIoN oF PARALLELISM oF MULTIPLE SEQUENCE ALIGNMENT SoFTWARE T-CoFFEE Jin Xin Luo Zhigang Jiang Xiaozhou Wang Jinhua Zhang Wen (National Laboratory of Parallel and Distributed Processing，NUDT，Changsha 410073，Hunan，China) Abstract T—Coffee is the most widely used tool for aligning multiple protein or nucleotide sequences．The alignment is achieved via four stages：primary library generation，extended library generation，guide tree generation and progressive alignment．The complexity of T—Coffee se— quence algorithm is analyzed，and a parallel version for T—Coffee based on SMP is presented with an aim to realized full parallelism．The exper+ imental results show that the parallel version improves the performance significantly，and a considerable speedup over the sequential T—Coffee is achieved． Keywords Global alignment Local alignment Progressive algorithm SMP 0 引 言 1 T-Coffee串行算法 多序列比对是分子生物学中重要的分析工具。它可用 T—Coffee是一种新的准确率高的多序列比对算法，由Jaap 于探测新序列与已知序列家族的同源性，预测新序列的二级 Heringa等四人于2000年提出。传统的多序列比对通常由序列 和三级结构，蛋白质家族中结构或功能的相似片断。随着测 两两比对产生距离矩阵、生成系统发育树、渐近算法的全局比对 序的自动化使得新序列以指数级别增长，人们对快速高效的 三部分组成。而T—Coffee综合了全局和局部比对信息，并增加 多序列比对算法的需求越来越迫切。目前已产生了几种多 了序列的位置信息，提高了多序列比对的敏感性和准确率。其 序列比对软件，如 MSA，PRALINE，MAFFT，ClustalW…，T． 流程如图1所示。