網(wǎng)絡(luò)生物資源的優(yōu)化并行整合技術(shù)研究與應(yīng)用.pdf

1、進(jìn)入21世紀(jì)后，生物信息學(xué)作為一門新興的交叉學(xué)科越來越引起研究者的重視。生物信息學(xué)主要是通過計(jì)算機(jī)理論與應(yīng)用知識對大量的生物信息數(shù)據(jù)進(jìn)行分析和挖掘，進(jìn)而發(fā)現(xiàn)、解析和推測生命現(xiàn)象。隨著人類基因組計(jì)劃的開展以及千元美金解析人類基因組計(jì)劃的提出，應(yīng)不同研究方向需求，產(chǎn)生了大量多樣的基因組數(shù)據(jù)信息。不同的數(shù)據(jù)對不同的生命現(xiàn)象進(jìn)行描述，但是大部分研究需要在數(shù)據(jù)之間找到相關(guān)的聯(lián)系，所以建立數(shù)據(jù)之間的關(guān)聯(lián)信息，對數(shù)據(jù)進(jìn)行整合性的分析，得到更加有意義的

2、數(shù)據(jù)結(jié)果成為現(xiàn)階段很多生物科學(xué)研究者的共同愿望。 隨著計(jì)算機(jī)技術(shù)的發(fā)展，對于大量生物信息數(shù)據(jù)分析和處理已經(jīng)涌現(xiàn)出了一系列有效可行的方法。如實(shí)現(xiàn)了對遠(yuǎn)程系統(tǒng)或數(shù)據(jù)資源的訪問和收集的網(wǎng)絡(luò)服務(wù)技術(shù)：對分布式數(shù)據(jù)庫進(jìn)行探索、訪問及數(shù)據(jù)采集等多層次處理的多Agent技術(shù)；針對分布式數(shù)據(jù)庫查詢的傳統(tǒng)優(yōu)化查詢技術(shù)和現(xiàn)代的倒排索引技術(shù)；適用于大量數(shù)據(jù)查詢的Map reducemerge并行處理模式；以及適用于大量數(shù)據(jù)傳輸?shù)慕y(tǒng)一文件傳輸格式等方向

3、研究的技術(shù)。這些方法不但推動(dòng)了生物信息研究的發(fā)展，更推動(dòng)了互聯(lián)網(wǎng)中豐富生物信息資源整合的實(shí)現(xiàn)，隨之開發(fā)出了各種可進(jìn)行數(shù)據(jù)共享、數(shù)據(jù)對比分析、并可以挖掘數(shù)據(jù)關(guān)聯(lián)的生物信息整合系統(tǒng)。 本文在對互聯(lián)網(wǎng)上的分布式生物信息資源整合技術(shù)進(jìn)行研究分析的基礎(chǔ)上，提出了一系列的優(yōu)化解決策略。其中研究內(nèi)容主要包括生物數(shù)據(jù)庫整合過程中查詢優(yōu)化，統(tǒng)一數(shù)據(jù)格式，Map reduce merge并行處理技術(shù)在生物數(shù)據(jù)處理上的應(yīng)用，以及多Agent的處理模塊