بهبود کارایی الگوریتم هم ترازسازی اسمیت-واترمن با استفاده از واحد پردازنده ی گرافیکی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,094

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICIKT08_066

تاریخ نمایه سازی: 5 بهمن 1395

چکیده مقاله:

همترازسازی توالی های بیولوژیکی یکی از وظایف مهم و چالش برانگیز بیوانفورماتیک است. این فرایند برای تحلیل و شناسایی نواحی مشابهتبین توالیها به کار می رود. الگوریتم های مختلفی برای چنین تحلیل هایی وجود دارند که از لحاظ دقت و پیچیدگی محاسباتی با یکدیگرمتفاوتند و در دو دسته ی کلی عمومی و محلی می گنجند. الگوریتم اسمیت-واترمن یکی از دقیق ترین الگوریتم های مبتنی بر برنامه نویسیپویا برای یافتن بهترین همترازسازی محلی بین دو توالی است. این الگوریتم در کنار دقت بالایی که دارد، دارای پیچیدگی محاسباتی متناسببا حاصل ضرب طول دو توالی است. به همین دلیل، در زمره ی الگوریتم های زمان بر است و برای افزایش سرعت آن از موازی سازی استفادهخواهد شد. هدف این مقاله، افزایش کارایی الگوریتم اسمیت-واترمن با استفاده از تکنیک موازی سازی بر روی GPU است. مرحله ی محاسبه یماتریس امتیازدهی بر روی GPU پیاده سازی شده است. بررسی های انجام گرفته نشان می دهند که این پیاده سازی موازی از الگوریتماسمیت-واترمن، تسریع 47 برابری نسبت به حالت پیاده سازی سریال الگوریتم دارد.

نویسندگان

نرجس شاهمرادی

گروه مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه گیلان

اسدالله شاه بهرامی

گروه مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه گیلان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • D. Satyanvesh, K. Balleda, and P. K. Baruah, "GenAlign - ...
  • D.W. Mount, Bioinformatic, Sequence and Genome Analysis, Cold Spring Harbor ...
  • E.F. Sandes, and A.C. Melo, "CUDAlign: Using GPU to Accelerate ...
  • S.A. Manavski, and G. Valle, "CUDA compatible GPU cards as ...
  • Y. Liu, B. Schmidt, and D.L. Maskell, "CUDASW+2 optimizing S ...
  • W. Liu, , B. Schmidt, G. Voss, A. Schroder, and ...
  • Y. Liu, W. Huang, J. Johnson, and S. Vaidya, "GPU ...
  • _ Ligowski, and W. Rudnicki, "An Efficient Implementation of S ...
  • L. Hasan, _ Kentie, and Z. Al-Ars, _ GP U-Accelerated ...
  • E. F. O. Sandes, and A. C. M. A. Melo, ...
  • M. Korpar, and M. Sikic, _ SW#- GPU-enab led Exact ...
  • G. M. Striemer, and A. Akoglu, "Sequence Alignment with GPU: ...
  • J.M., Marmolejo-Tej ada, V., Trujillo-Olaya, C.P., Renteria- Mejia, and J., ...
  • Latin American Symposium on Circuits and Systems, LASCAS, Santiago, USA, ...
  • J. M. Marmolej o-Tejada, V. Trujillo-Olaya, C. P. Renteria Mejia, ...
  • C. Ling, K. Benkrid, and T. Hamada, "A P arameterisable ...
  • compatible GPUs, " In IEEE 7thSymposium on Application Specific Processors, ...
  • NVIDIA. 2013, "NVIDIA CUDA C Programming Guide, " http ://docs ...
  • E. F. O. Sandes, and A. C. M. A. Melo, ...
  • نمایش کامل مراجع