生物效应评估算法的移植和优化

摘要

生物效应评估是通过测定和分析生物制剂刺激各种人体细胞后的数字化转录组反应,快速确定相关的检测标志物和治疗靶标,主要包含比对乖聚类两大步骤.采用典型的大数据策略,在系统地积累潜在生物制剂作用下细胞反应大数据的基础上,通过大范围数据比较推测突发生物效应模式.基因谱的比对普遍采用GSEA算法,但目前的实现工具受限于脚本语言的低效性,难以高速处理海量数据.聚类分析是数据分析以及机器学习领域较为经典的一类算法,有诸多具体实现.本文使用c语言综合MPI、OpenMP两级并行加速,移植优化了GSEA比对算法和聚类算法,使用不同的数据量和并行度验证了优化后算法潜在的良好可扩展性和快速处理海量生物信息数据的能力.