买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院重庆绿色智能技术研究院

摘要：本发明涉及基于BWA和BWA*的序列比对内存估计及参数调优方法，属于生物信息、大数据领域，该方法包括以下步骤：S1：建立内存估计的模型A、sa_interval参数选择的模型B和串并联选择的模型C；S2：获取计算终端的可用内存大小、参考序列文件大小、查询序列个数；S3：通过模型A求得sa_interval参数的取值范围；S4：选择模型B计算出sa_interval最优值；S5：利用模型C判断是否采用多线程模式计算；S6：结合sa_interval最优值和线程模式，对基于BWA或BWA*的序列比对方法的进行设定，利用设定好的方法完成序列比对。本发明能够根据查询任务和终端配置来选择最佳的sa_interval参数并判断是否适合使用多线程，防止内存不足的同时能够提高序列比对的计算速度。

主权项：1.基于BWA和BWA*的序列比对内存估计及参数调优方法，其特征在于，包括以下步骤：S1：建立内存估计的模型A、sa_interval参数选择的模型B和串并联选择的模型C；S2：获取计算终端的可用内存大小、参考序列文件大小、查询序列个数；S3：以计算终端的可用内存大小作为约束条件，结合参考序列文件大小、查询序列个数通过模型A求得sainterval参数的取值范围；S4：将步骤S3计算出的sa_interval参数的取值范围为采样区间，选择模型B计算出比对速度最快的sa_interval最优值；S5：利用模型C判断是否采用多线程模式计算；S6：结合sa_interval最优值和线程模式，对基于BWA或BWA*的序列比对方法的进行设定，利用设定好的方法完成序列比对；所述的基于BWA和BWA*的序列比对方法都需要分别调用ALN和SAMSE的算法实现两个步骤的处理，整个过程中都需要分别满足内存估计不超过可用内存大小，因而，所述的内存估计的模型A具体为： 其中，MEM表示可用内存大小；f表示参考序列文件大小，单位为GB；ref_c、bwt_c、occ_c和sa_c分别表示采用序列比对工具对参考序列、BWT变换、OCC表和SA表的压缩倍率，为对应于序列比对工具的固定参数；所述的occ_interval参数和sa_interval参数都是2的幂次方；OTHER表示BWA或BWA*的序列比对方法中查询序列所需的内存开销，单位为GB；所述的sa_interval参数选择的模型B的为： 其中，表示读取SA表的时间；b×sainterval×Nb表示将SA表对应位置转化为参考序列位置的时间；表示SA表转化的循环迭代次数；B为每次循环迭代处理的reads数，为设定的常数262144；reads为查询序列个数；a、b、c为待定系数；T为SAMSE算法处理时间；所述的串并联选择的模型C为： 其中，Ts和Tp分别表示SAMSE算法在单线程和多线程的运行时间；T0表示循环外串行计算的运行时间；为循环迭代次数阈值，为待定系数；Cs和Cp分别表示不使用多线程情况下，循环内并行和串行部分的运行时间；T∞和Tμ分别表示循环内外并行造成的开销；p为线程数，为常数2。

全文数据：

权利要求：

百度查询： 中国科学院重庆绿色智能技术研究院 基于BWA和BWA*的序列比对内存估计及参数调优方法