基于hadoop的大规模dna进化树构建算法pdf - 厦门大学学术典藏库.pdf

库 要 摘 文 论 士 硕 博 学 大 门 厦 库 要 摘 文 论 士 硕 博 学 大 门 厦 库 要 摘 文 论 士 硕 博 学 大 门 厦 摘要 摘要 进化树(phylogenetic tree)是用于描述基因或者物种之间进化关系的树型拓扑 结构，又称为系统发生树。进化树的构建是根据基因序列信息推断物种的衍变史， 这有助于了解物种的进化规律和进化机制，进而让人们了解基因功能、疾病关系 以及生物进化规律。近年来，进化树的构建研究已经成为生物信息学领域重要课 题之一。随着序列数目的日益增加，海量的数据对进化树的构建成本提出了严峻 库 的挑战，亟需能够处理大规模数据的构建方法。本文探讨了有关进化树构建的几 要 个方法，针对大规模建树存在时间代价过高的问题，提出了利用 Hadoop 并行计 算框架构建大规模进化树的新方法，主要完成的工作为： 摘 本文介绍了几种主流的大数据处理平台，对 Hadoop 的分布式文件系统的核