基于串联质谱数据的PepNovo并行化研究与实现-计算机技术专业论文.docxVIP

基于串联质谱数据的PepNovo并行化研究与实现摘 基于串联质谱数据的PepNovo并行化研究与实现 摘 要 随着人类基因组测序的完成，生命科学研究步入了后基因组时代，蛋白质组 学则成为了后基因组时代生命科学研究的热点之一。在蛋白质组学中，利用串联 质谱对蛋白质序列进行分析鉴定是一个基础又重要的研究环节。然而，质谱技术 的快速发展带来的海量数据使得现行的蛋白质鉴定软件处理数据时间大大增加， 成为了制约蛋白质鉴定技术发展的瓶颈。另一方面，尽管被测序的生物物种越来 越多，但还有大量的遗传密码未知的物种。此外，由于在数据库中相应的序列的 缺失或未知的翻译后修饰，导致仍有部分数据库搜索方法无法解释的MS／MS质 谱数据。在这种情况下，从头测序方法可以发挥重要的作用。因此，对从头测序 算法的蛋白质鉴定软件进行并行化研究就显得十分必要。 本文的主要工作是对从头测序算法PepNovo并行化的研究。具体地，其工作 内容和创新点如下： 首先，针对从头测序算法PepNovo，提出一种基于MapReduce的PepNovo 并行化方法MR—PepNovo。本文结合MapReduce计算框架，通过对输入数据进行 预处理、分片等流程，从而实现从头测序算法PepNovo的并行化。实验结果表明， 在实验精度不变的前提下，与原有串行的PepNovo算法相比，MR—PepNovo取得 了4．45倍的加速效果。 其次