期刊简介
基于CUDA的BLASTN加速研究
作者： 刘阳 ; 王小磊 ; 毛逸清 ; 李江域 ; 赵东升
摘要：目的利用图形处理器（graphicprocessingunit，GPU）计算技术对广泛使用的生物信息学序列比对工具BLASTN加速，服务于新一代测序技术条件下海量生物序列数据分析任务。方法采用计算统一设备架构（corn—puteunifieddevicearchitecture，CUDA）并行计算架构，从GPU多线程并行和多GPU并行两个维度，对核酸序列比对工具BLASTN的种子查找阶段和不允许空位延伸阶段进行并行加速。结果基于CUDA的CUDA—BLASTN取得了显著的加速效果，与FSA．BLAST相比，采用单个NvidiaTeslaC2075显卡在以上两阶段取得了最高达26．8倍的加速比，而且结果准确度没有降低。CUDA—BLASTN特别适合于中长查询序列对长序列数据库的比对任务。结论利用GPU计算可在较大程度上加速序列比对过程，性价比较高，具有很好的应用前景。
关键字： 序列比对 CUDA BLASTN 并行计算