日韩av大片在线观看欧美成人不卡|午夜先锋看片|中国女人18毛片水多|免费xx高潮喷水|国产大片美女av|丰满老熟妇好大bbbbbbbbbbb|人妻上司四区|japanese人妻少妇乱中文|少妇做爰喷水高潮受不了|美女人妻被颜射的视频,亚洲国产精品久久艾草一,俄罗斯6一一11萝裸体自慰,午夜三级理论在线观看无码

基因組就好像是萬物的生物學(xué)用戶手冊,。細(xì)胞瞬間讀取DNA,，得到有機(jī)體生長、活動和繁殖所必需的指令,。但對于人類來說,，要破譯這本“生命之書"則較為困難。延伸閱讀：Nature Biotechnology報道基因組組裝方法,。
當(dāng)今,，研究人員通常依賴新一代測序儀，將*的DNA堿基序列（只有四個）翻譯成字母：A,，G,，C和T。而DNA鏈長達(dá)數(shù)十億個堿基,，這些機(jī)器可產(chǎn)生非常短的讀數(shù),，一次大約50至300個字符。為了從這些字母中提取信息,，科學(xué)家們需要重建基因組的位置——這個過程類似于重建一本書中文本片段的句子和段落,。
但是,，這個過程可能很快就變得復(fù)雜和耗時，特別是因?yàn)橐恍┗蚪M是巨大的,。例如,，人類基因組含有約30億個堿基，小麥基因組包含近170億個堿基,，松樹基因組包含約230億個堿基,。有時，測序儀也會在數(shù)據(jù)集中引入誤差,，需要過濾掉,。大多數(shù)時候，基因組需要從頭組裝,。想象一下,，這就像將一百億塊拼圖拼在一起，而且沒有一個完整的圖片可供參考,。
美國勞倫斯伯克利國家實(shí)驗(yàn)室計算研究部（CRD）,、聯(lián)合基因組研究所（JGI）和加州大學(xué)伯克利分校（UC Berkeley）的一個研究小組，通過把一些新算法,、計算技術(shù)與創(chuàng)新的編程語言Unified Parallel C (UPC),，應(yīng)用于的從頭基因組組裝工具M(jìn)eraculous，簡化和加快了基因組組裝流程,，將這個漫長的過程縮短至僅僅幾分鐘,。他們主要是通過“并行化"代碼，利用超級計算機(jī)的處理能力,，如國家能源研究科學(xué)計算中心（NERSC的）愛迪生系統(tǒng),，實(shí)現(xiàn)了這一目標(biāo)。簡而言之,，并行化代碼意味著,，分裂工作逐一執(zhí)行，修改或重寫代碼,，以在一臺超級計算機(jī)上同時運(yùn)行許多個節(jié)點(diǎn)（處理器集群）,。
這項(xiàng)研究的*作者、UC Berkeley研究生Evangelos Georganas帶領(lǐng)了并行化Meraculous的工作,，他指出：“使用Meraculous的并行版本,，我們現(xiàn)在可以使用15,360個計算機(jī)處理器核心，在八分鐘內(nèi)組裝整個人類基因組,。有了這個工具,，我們估計，*生物醫(yī)學(xué)測序機(jī)構(gòu)的輸出,，都可以僅僅使用NERSC愛迪生超級計算機(jī)的一部分,，而得以組裝,。"
CRD的Leonid Oliker計算機(jī)科學(xué)家說：“這項(xiàng)工作極大的提高了基因組組裝的速度。新的并行算法,，可使裝配計算能夠進(jìn)行快速?，F(xiàn)在，基因組學(xué)研究人員,，可以在幾分鐘的時間內(nèi)組裝小麥和松樹的大基因組,，而不是通過使用NERSC's Edison上的幾百個節(jié)點(diǎn)——花費(fèi)幾個月的時間。"
超級計算機(jī)：基因組裝配的一次變革
高通量和成本相對較低的新一代DNA測序,，可讓研究人員尋找所有一切的生物學(xué)解決方案,，從產(chǎn)生清潔能源和環(huán)境清理，到識別基因突變和癌癥之間的,。在大多數(shù)情況下,，這些機(jī)器可非常準(zhǔn)確的記錄DNA堿基的序列。但有時會發(fā)生置換,、重復(fù),、替換和遺漏之類的錯誤——類似于一本書中的“錯別字"。這些錯誤使基因組組裝和基因突變的確定,，變得更加困難，從而使得分析更加復(fù)雜,。它們也可能使研究人員誤解一個基因的功能,。
研究人員經(jīng)常使用一種方法被稱為“槍法測序"的技術(shù)，來識別這些錯誤,。這涉及到,，捕獲一個基因片段的大量拷貝，將它隨機(jī)分成無數(shù)個小片段,，然后分別對每一個片段進(jìn)行測序,。這就產(chǎn)生了一些重疊的短片段，讓科學(xué)家們zui終能夠?qū)⒄麄€DNA鏈重新裝配起來,。對同一個基因鏈進(jìn)行測序,，也有助于識別錯誤。但對于一個特別復(fù)雜的基因組來說,，這個過程也會產(chǎn)生大量的數(shù)據(jù),，有時有幾兆兆字節(jié)。
為了快速而有效地識別數(shù)據(jù)中的錯誤,，伯克利實(shí)驗(yàn)室和UC Berkeley團(tuán)隊依靠“Bloom filters"和大規(guī)模并行超級計算機(jī),。在1970年Bloom filters由Burton H. Bloom提出的二進(jìn)制向量數(shù)據(jù)結(jié)構(gòu)，可非常有效地確定,，一個元素是不是集合中的一個成員,。因此,，研究人員可以依靠這個工具來確定一個堿基是否在適當(dāng)?shù)奈恢蒙稀Ｒ驗(yàn)槲粩?shù)組包含了一個Bloom filter的基本結(jié)構(gòu),，它們也需要相對較少的內(nèi)存,，從而使它們成為查詢大規(guī)模數(shù)據(jù)集的理想選擇。
CRD研究科學(xué)家Aydin Bulu?說：“將Bloom filters應(yīng)用于基因組組裝問題并不新穎,，在以前就完成過,。我們這項(xiàng)工作的不同之處在于，讓Bloom filters和分布式存儲系統(tǒng)共同工作,。這項(xiàng)任務(wù)非同小可,，它需要一些計算機(jī)專業(yè)知識才能完成。"
該團(tuán)隊還開發(fā)了并行數(shù)據(jù)輸入輸出（I/O）的解決方案,。開發(fā)這一解決方案的CRD研究科學(xué)家Steven Hofmeyr說：“當(dāng)你有幾兆兆字節(jié)的數(shù)據(jù)時,，只是讓計算機(jī)讀取你的數(shù)據(jù)并輸出結(jié)果，可能是一個巨大的瓶頸,。通過讓計算機(jī)在多個線程中下載數(shù)據(jù),，我們能夠?qū)/O進(jìn)程從幾小時加快到幾分鐘。"
點(diǎn)擊了解博奧生物基因組與轉(zhuǎn)錄組平臺
組裝
一旦錯誤已被剔除,，研究人員就可以開始基因組組裝,。這個過程依賴計算機(jī)程序在重疊區(qū)域加入k-mers——由固定數(shù)量（K）的堿基組成的短DNA序列，從而它們形成一個連續(xù)的序列,，或重疊群（contig）,。如果基因組之前已經(jīng)被測序，科學(xué)家可以使用記錄的基因注釋作為參考,，來排列讀數(shù),。如果不是，他們需要進(jìn)行從頭組裝,，創(chuàng)造一個全新的contigs目錄,。
從頭組裝十分的內(nèi)存密集型，直到zui近,，還沒有人能成功地弄清如何在分布式內(nèi)存中并行化這個過程,。所以，許多研究人員使用專門的大容量存儲器節(jié)點(diǎn),，有幾兆兆字節(jié)的大小,，來進(jìn)行這項(xiàng)工作。但是,，即使市售的zui大的存儲節(jié)點(diǎn),，也不足以組裝像小麥或松樹這樣的大規(guī)模基因組,。盡管以前研究人員試圖用超級計算機(jī)克服這種內(nèi)存限制,，但低效的代碼意味著,，仍然需要幾個小時、幾天甚至幾個月來組裝一個單一的基因組,。
為了有效利用大規(guī)模并行系統(tǒng),，Georganas創(chuàng)造了一種新的從頭組裝算法，利用UPC (Unified Parallel C)編程語言的單邊通信和分區(qū)全局定址空間（PGAS）能力,?；旧希琍GAS可讓研究人員處理每個超級節(jié)點(diǎn)上獨(dú)立的內(nèi)存,，這會減少超級計算機(jī)交換節(jié)點(diǎn)之間信息的時間和精力,。
Georganas說：“Meraculous新的并行版本，呈現(xiàn)出的性能,，可在NERSC's Edison超級計算機(jī)上按比例放大人類和小麥基因組的15,360個處理器核心,。這一性能的改善，將基因組組裝從幾天時間提速到了幾秒鐘,。"
就像玩拼圖一樣,，“缺失的拼圖"可能使基因組組裝更復(fù)雜。這就像有足夠的拼圖拼湊在一起,，以使你能對整幅圖有一個概念,，所有的拼圖都應(yīng)該在適當(dāng)?shù)奈恢茫窃谄磮D中仍有空隙,。在基因組組裝中,，Meraculous可掃描整個畫面找出這些空隙，然后用一種既定的技術(shù)來填補(bǔ)它們,。從計算角度來說，這個過程是在兩個階段完成的,。在Hofmeyr的幫助下,，這兩個階段都被轉(zhuǎn)換為UPC和并行化。
Hofmeyr說：“將這部分轉(zhuǎn)換成UPC的結(jié)果是,，比zui初Meraculous代碼加快了20到30倍,，這是用Perl編寫的。"

開發(fā)Meraculous的Jarrod Chapman說：“強(qiáng)大的基因組組裝,，其價值是十分明確的,。這是表征一個生物體基因的出發(fā)點(diǎn)，可用于進(jìn)行跨物種的比較分析和遺傳變異評估,。這也給我們一個參考,，來判斷新序列方法的準(zhǔn)確性。"
“在這個Meraculous版本之前,，往往需要較長的時間來計算分析序列數(shù)據(jù),。因?yàn)橛嬎闾臅r,，我會基于一些有根據(jù)的推測選擇一套參數(shù)，設(shè)置我的工作,。"
現(xiàn)在,，計算不再是一個瓶頸，Chapman可以嘗試一些不同的參數(shù),，并運(yùn)行多個分析,，產(chǎn)生非常準(zhǔn)確的結(jié)果。他還認(rèn)為,，這一成就意味著,，Meraculous也可以用來分析宏基因組——直接從環(huán)境樣品中恢復(fù)的微生物群落。這項(xiàng)工作是很重要的,，因?yàn)樵S多微生物只存在于自然中,，不能在實(shí)驗(yàn)室中生長。這些生物可能是尋找新藥物或可用能源來源的關(guān)鍵,。
Chapman說：“分析宏基因組是一個巨大的任務(wù),。如果組裝一個基因組——如小麥，就像是拼湊一個新的拼圖,，那么組裝宏基因組數(shù)據(jù)就像是重建國會圖書館,。使用Meraculous有效地進(jìn)行這些分析，將是一次變革,。"