多序列比对 讲课课件_第1页
多序列比对 讲课课件_第2页
多序列比对 讲课课件_第3页
多序列比对 讲课课件_第4页
多序列比对 讲课课件_第5页
已阅读5页,还剩19页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

多序列比对中的算法技术和并行方法DifferentfromMapping,Assembly,BLASTMultipleSequenceAlignment(MSA):What&WhereMultipleSequenceAlignment(MSA):What&WhereDifferentfromMapping,Assembly,BLASTBLAST:BasicLocalAlignmentSearchToolQueryDatabaseOutputMultipleSequenceAlignment(MSA):What&WhereinputOutputMultipleSequenceAlignment(MSA):What&WhereMultipleSequenceAlignmentMultipleDNASequenceAlignmentMultipleSimilar

DNASequenceAlignmentOurFocusPhylogenetictreeVirussequencesPopulationSNVcalling…ApplicationTechniquesforsimilarDNAMSA1.k-bandDynamicProgramming

ji01c2a3t4g5t00-11a-1-112c-21003g00-124c-1-1115t1036g32-1-1-4-50K-band2.CenterstarstrategyTechniquesforsimilarDNAMSAS1S2S3S4S5S1S2S3S4S5treealignmentCenterstarstrategyCenterStarforMultipleSequenceAlignmentstep1

inputsequences

search

step2

sumup

updatefinalresult…Howtosetkfork-band?S=AGACGTAGCCTAGCAGCCCGTACTT=AGACCTAGCTAGCAGCCCGTACACTS1=AGACGTS2=AGCCTAS3=GCAGCCS4=CGTACTDetectingthematchingregionwithTrieCenterStarforMultipleSequenceAlignmentstep1

inputsequences

search

step2

sumup

updatefinalresult…trietreesFromTrietoSuffixTreeTrieS1=AGACGTS2=AGCCTAS3=GCAGCCS4=CGTACTSuffixTreeS1=AGACGTAGCCTAGCAGCCCGTACTS2=GACGTAGCCTAGCAGCCCGTACTS3=ACGTAGCCTAGCAGCCCGTACTS4=CGTAGCCTAGCAGCCCGTACTS5=GTAGCCTAGCAGCCCGTACTS6=TAGCCTAGCAGCCCGTACTS7=AGCCTAGCAGCCCGTACT…GreedysearchwithsuffixtreeT=GTCCTGAAGCTCCGT1234567890123456S=GTCCGAAGCTCCGG(1,1,4)(5,6,9)step1

inputsequences

search

step2

sumup

updatefinalresult…ExtremeMSAforVerySimilarDNASequencesExperiments100humanmitochondriagenomesequences16klength(1555KB)CenterStarSuffixtreecenterstarTriecenterstarK-bandcenterstarExtreme

TrieExtremesuffixtreeRunningtime12933.2s24.8s15.6s10.9s19.7s5.4sOuroutput1558KBClustalΩ1627KBMapReduceforCenterStarFrameSoftware/soft/halign/

QuanZou,QinghuaHu,MaozuGuo,GuohuaWang.HAlign:FastMultipleSimilarDNA/RNASequenceAlignmentBasedontheCentreStarStrategy.Bioinformatics.2015,31(15):2475-2481HalignServerLink:45:8080/Halign/DatasetNumberMinimumlengthMaximumlengthAveragelengthFilesize672165561657916569.710MB67200---1.1GB672000---11GB10845380715991442.8156MB101162180716291388.51.4GB17892194895459.015MB1789200---1.5GB17892000---15GBDNA/RNA/Protein各大数据集基本信息

timeavgSPtimeavgSPtimeavgSPtimeavgSPtimeavgSPMUSCLE6h15m81--------MAFFT1m20s152---->24h26743--HAlign2m12s19126m35s1915h28m1911h32s156603h15m32079HAlign-II14s19510m24s1951h25m19523m34s1662059m42s35956DNA/RNA各大数据集与经典方法的实验对比HAlign采用其速度最快的Hadoop+后缀树方案;HAlign-II采用其速度最快的Spark+后缀树方案。集群环境:由12台工作站组成,每台工作站配备Ubuntu16.04操作系统,IntelXeonE5-2620处理器,384GB内存,Hadoop2.7版本以及Spark2.0版本。Protein各大数据集与经典方法的实验对比HAlign采用其速度最快的Hadoop+Smith-Waterman方案;HAlign-II采用其速度最快的Spark+Smith-Waterman方案。集群环境:由12台工作站组成,每台工作站配备Ubuntu16.04操作系统,IntelXeonE5-2620处理器,384GB内存,Hadoop2.7版本以及Spark2.0版本。

timeavgSPtimeavgSPtimeavgSPMUSCLE------MAFFT5m34s925----SparkSW1m56s100950m51s10094h34m1009HAlign-II30s113110m12s11311h5m1131DNA/RNA/Protein各大数据集在超算上不同节点的实验对比MSA策略:基本动态规划法。超算环境:山东济南超算中心,MPI方案。优势:加速效果明显,适合密集计算任务。劣势

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论