基因组序列物种聚类问题研究及DNA聚类的云计算实现.pdf

中国科学技术大学 硕士学位论又 聂鹏宇 计算机应用技术 徐云 教授 完成时间： 二O一三年四月三十日 { ㈣ and ofChina ofScience University Technology formaster’S Adissertation degree Researchon sequencesbinningproblem DNA and sequence baseOncloud computing Technology 一一 30 13 time： m，20 Finished April 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成 果。除已特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写 过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作了明确 的说明。 作者签名： 聂瞄寺 签字日期： 如垤of；J 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥 有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交 论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中国学 位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描等复制 手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。 保密的学位论文在解密后也遵守此规定。 口保密(——年) 作者签名： 聂鸹寺 导师橼缝垒 签字日期： 堡!!：!篓!! 签字日期： 丝!!：!墨!f 摘要 摘要 基因组学是研究生物基因组奥秘的新技术，随着测序技术在过去十几年问的 高速发展，目前我们已经进入了千元人类基因组阶段，这极大推动了研究微生物 信息和群落的功能的宏基因组学发展。同时基于下一代测序技术的宏基因组项目 的发展，也产生了海量的生物序列，在对这些数据进行处理和分析中涌现出了大 量的分析问题，亟需通过有效的计算手段进行解决。本文围绕着宏基因组序列物 种聚类问题和DNA聚类问题进行了深入的研究，主要研究内容和贡献如下： 1．宏基因组序列的物种聚类算法研究 由于宏基因组测序序列中包含多个物种的DNA片段，对宏基因组序列分析 需要首先对不同物种的DNA序列进行分离。目前基于无监督的宏基因组序列物 3．0无法有 效处理短序列，并且由于k-me