基于Kspectrum的下一代测序数据的纠错算法分析

文档名：基于Kspectrum的下一代测序数据的纠错算法分析
目的：对现有的下一代测序(NextGenerationSequencing,NGS)纠错算法和工具进行分析,提出基于Hadoop平台的纠错算法,以解决大数据处理中计算机内存不足和运行时间长的问题,提升纠错性能.方法：使用特定的数据对现有的基于K-spectrum的纠错算法进行测试,对各纠错工具的运行时间、内存峰值和纠错结果进行比较来衡量纠错工具的性能.在此基础上提出Hadoop分布式并行纠错算法(Parallelalgorithm),并与串行程序、Lighter和Racer进行比较,分析分布式并行实现的可行性.结果：现有的基于K-spectrum的纠错工具普遍存在较大的内存消耗现象,其中Racer和Sga的纠错效果较好.而Hadoop分布式并行纠错算法对计算机单机内存的消耗较低,当数据量超过一定值时,并行分布式程序的运算时间比串行单机程序明显减少.结论：本研究提出的Hadoop分布式并行纠错算法不仅降低了内存消耗,而且提高了运算性能,更有利于大规模基因数据的分析处理.
作者：赖德焕 陈庆锋 黄丽宇 梁家海
作者单位：广西大学计算机与电子信息学院,广西南宁530004广西大学计算机与电子信息学院,广西南宁530004;广西大学亚热带农业生物资源保护与利用国家重点实验室,广西南宁530004广西大学信息网络中心,广西南宁530004钦州学院电子与信息工程学院,广西钦州535000
母体文献：广西计算机学会成立30周年庆典暨2016年学术年会论文集
会议名称：广西计算机学会成立30周年庆典暨2016年学术年会  
会议时间：2016年11月26日
会议地点：南宁
主办单位：广西计算机学会
语种：chi
分类号：
关键词：下一代测序  大数据处理  纠错算法  Hadoop分布式并行运算
在线出版日期：2019年6月26日
基金项目：
相似文献
相关博文

2024-12-10 13:09 上传 基于Kspectrum的下一代测序数据的纠错算法分析.pdf

文件大小:

1.34 MB

下载次数:

60

高速下载