特征信息发现的并行算法及实现研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

特征信息发现的并行算法及实现研究

项目名称：特征信息发现的并行算法及实现研究
项目类别：面上项目
批准号：60673064
申请代码：F020104
项目来源：国家自然科学基金
研究期限：2007-01-01-2009-12-31

项目负责人：陆忠华
负责人职称：研究员
依托单位：中国科学院计算机网络信息中心
批准年度：2006

中文摘要：

特征信息发现即是在海量数据中发现具有某种所需特征的有效信息，通过这些特征信息，解释蕴含在海量数据中的客观规律，从而使得信息转化为可用的知识。本项目选择了计算化学与生物信息学两个学科领域，针对连续型数据（称之为A类）和离散型数据（称之为B类）两类特征信息发现问题，充分运用并行计算理论与技术，实现了基于均匀设计和Powell算法的并行全局最优化算法及结合分子力场的并行优化遗传算法，用于分子结构比较、建模与优化；研究序列motif算法，实现了经典软件MEME和Weeder的并行优化版本；基于新测序技术Solexa，提出一种短序列比对与组装算法SRMA，具有较高的性能和敏感度，已经取得较好的应用；研究、设计和实现了大规模Tiling Array探针重定位并行算法、LBC-TSI信号识别算法，能够识别低表达量探针，可过滤具有噪声嫌疑的高表达量探针。取得的研究成果发表论文15篇，其中SCI 4篇，EI 7 篇；研发并行程序包 5 个，已经部署在国家网格主节点的超级计算机深腾7000上供用户使用；培养并毕业博士研究生2 名，培养并毕业硕士研究生4 名。

中文主题词：特征信息发现；并行算法；生物信息学；计算化学

结论摘要：

英文主题词features finding，parallel algorithm，bioinformatics，computational chemistry

成果综合统计