群体选择方法的并行设计与实现

摘要

伴随着中性理论、群体遗传学以及DNA测序技术不断发展，结合DNA分子数据分析方法的建立和完善，使得群体选择、群体遗传多样性和群体遗传结构方面的研究得到了更加广泛关注。
　　本文在理论研究的基础上，进一步探讨了群体选择方法的并行过程，以便于提高运算效率。本文从群体遗传多样性方法的原理出发，对中性进化方法、连锁不平衡和单倍型块进行了深入的研究。在实际应用方面，为了提高种群选择方法的运行效率，采用OpenMP并行技术实现了群体选择方法的并行计算:中性理论Tajima'sD算法的并行计算、连锁不平衡的并行计算和基于EM算法推断单倍型频率的并行计算。通过对算法的仔细研究，对程序的并行粒度划分、负载平衡安排、调度策略实施和线程设置等进行系统分析与并行优化，从而提高程序的加速比和CPU运行效率。
　　群体选择方法的计算是以DNA分子序列为基础，Tajima'sD方法采用并行技术对单核苷酸多态性位点上基因型频率进行运算，得到中性进化结果。对于连锁不平衡过程，主要研究了不同位点间基因型序列比对的并行计算，利用基因位点的遗传距离特性，设定滑动窗口得到连锁不平衡程度。单倍型块的计算依赖于连锁不平衡的结果，主要研究了基于EM算法估计单倍型频率的并行计算。本文对三种方法的串、并行算法进行了对比分析，实验表明基于OpenMP技术的并行算法提高了群体选择方法的运算效率，该方法对后续群体遗传工作的高效研究具有重要意义。

目录

摘要

第1章 绪论

1．1 课题研究背景

1．1．1 课题研究背景、目的和意义

1．1．2 课题研究现状及发展趋势

1．2 相关并行技术

1．2．1 多核简介

1．2．2 OpenMP并行技术

1．3 本文主要的研究内容

1．4 本章小结

第2章 群体遗传多样性的研究与分析

2．1 群体遗传多样性的概述

2．1．1 群体遗传多样性的意义和应用价值

2．1．2 影响群体遗传多样性的因素

2．2 群体遗传多样性中DNA多样性的度量

2．2．1 分离位点数目

2．2．2 核苷酸水平杂合度

2．3 群体选择方法的流程设计

2．4 本章小结

第3章 中性理论算法的并行设计与实现

3．1 中性理论的概述

3．2 中性理论的相关检测方法

3．2．1 Fu和Li检测方法

3．2．2 Fay和wu’s H检测方法

3．2．3 Tajima’sD检测方法

3．2．4 检测方法的比较和分析

3．3 Tajima’sD算法的并行设计与实现

3．3．1 开发环境及硬件配置

3．3．2 Tajima’sD算法的设计

3．3．3 Tajima’sD算法的并行实现与优化

3．3．4 Tajima’sD算法的串／并行对比

3．4 本章小结

第4章 连锁不平衡算法的并行设计与实现

4．1 连锁不平衡

4．1．1 影响连锁不平衡的因素

4．1．2 连锁不平衡的应用

4．2 LD算法的设计与实现

4．2．1 LD算法的设计

4．2．2 LD算法的实现

4．3 LD算法的并行设计与实现

4．3．1 算法的并行实现与优化

4．3．2 LD算法的串／并行对比

4．4 本章小结

第5章 推断单倍型频率算法的并行设计与实现

5．1 推断单倍型算法的比较和分析

5．1．1 Clark算法

5．1．2 Phase算法

5．1．3 EM算法

5．1．4 单倍型频率算法的比较与分析

5．2 基于EM算法推断单倍型频率的设计与实现

5．2．1 数据预处理与算法设计

5．2．2 算法的实现

5．3 基于EM算法推断单倍型频率的并行实现

5．3．1 算法的并行实现

5．3．2 算法的串／并行对比

5．4 单倍型块和连锁不平衡图谱分析

5．5 本章小结

结论

参考文献

致谢

攻读学位期间发表的学术论文

声明