توسعه الگوریتم بیوانفورماتیک برای محیط های شبکه ای

یک محیط شبکه ای می تواند به عنوان یک معماری محاسبات مجازی در نظرگرفته شود که قابلیتی برای انجام محاسبات بالا با بهر ه گیری از بسیاری کامپیوتر ها که از لحاظ جغرافیایی پراکنده و توسط شبکه بهم متصل شده، فراهم می کند. برنامه های کاربردی بیوانفورماتیک برای بدست آوردن چنین محیط توزیع شده ای، از لحاظ دسترسی ، قابلیت اطمینان و کارایی منابع محاسباتی، قرارگرفته است. در حال حاضر، پژوهش های قابل توجهی در توسعه بسوی استفاده از تکنیک های محاسبات موازی در روشهای بیوانفورماتیک از جمله هم ترازی توالی های متعدد، تجزیه و تحلیل بیان ژن و مطالعات تکامل نژادی وجود دارد. به منظور مقابله با ابعاد این مسائل، بسیاری از روش های یادگیری ماشین روی گروه های خاصی از پروتئین ها یا کاهش اندازه مجموعه داده اصلی و یا شماری از صفات دخیل، متمرکز شده است. محاسبات شبکه ای بطور بالقوه می تواند یک راه حل جایگزین برای این مسائل، با ترکیب روشهای مختلف با یک روش یکپارچه فراهم کند. در این مقاله، ما یک متدولوژی واحد اتصال از قدرت شبکه با نیازهای خاص و محدودیت های رو شهای عمده بیوانفورماتیک، معرفی می کنیم. همچنین ما یک ابزاری برای پیاده سازی این فرآیند ها ارائه می دهیم که این ابزار به پژوهشگران برای دسترسی به نیازهای محاسباتی در یک کار خاص و بهینه سازی تخصیص منابع در دسترس برای اجرای موثر آن، امکان می دهد.

کلیدواژه ها:

: بیوانفورماتیک ، محاسبات شبکه ای