.png){kind=icon}
返回
Fast noisy long read alignment with multi-level parallelism
.png){kind=icon}
OA
AI
DOI：10.1186/s12859-025-06129-w.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
背景
单分子实时（SMRT）测序技术的出现克服了第二代测序技术的许多局限性，例如读长有限、PCR扩增偏倚等。然而，长读长导致数据量呈指数级增长，高错误率使得许多现有比对工具无法适用。此外，单CPU的性能瓶颈限制了SMRT测序比对算法的有效性。
结果
为应对这些挑战，我们介绍了ParaHAT，一种用于噪声长读长的并行比对算法。ParaHAT利用了向量化、线程级、进程级和异构并行技术。我们重新设计了动态规划矩阵的布局，以消除基础比对层的数据依赖性，从而实现有效的向量化。通过异构并行技术进一步提升了计算速度，并使用MPI实现了多节点计算算法，克服了单节点的计算限制。
结论
性能评估表明，ParaHAT在基础比对层实现了10.03倍的加速，在128个节点上的并行加速比和弱可扩展性指标分别为94.61和98.98%。
Keyword:
Sequence alignment
SMRT
Parallel processing
Vector-level parallelization
MPI
Heterogeneous parallelization
期刊
IF:
3.3
论文数:
632
被引数:
5.2W
.png){kind=icon}
查看更多内容