微生物操作分类单元划分算法研究

目的 针对大规模16S rRNA基因序列聚类问题,对目前一些常见的OTUs划分算法,从不同数据集及多种评价指标方面进行比较研究。方法 在模拟数据集与真实数据集上,对现有12种经典OTUs划分算法进行了定量对比研究,并分析了这些算法的优缺点及使用范围。结果 对于同一个方法,不同数据集对聚类结果有影响。结论 相同的序列相似性阈值下,不同的聚类算法聚类结果差异较大,只有少数方法(如CD-HIT, USEARCH, VSEARCH和DBH)可以处理大数据及长序列数据。     

共有基因模块构建大规模基因调控网络

目的 提出一种利用共有基因模块构建大规模基因调控网络算法(Common Gene Mod-ules Network,CGMN),有效降低传统基因调控网络构建基因节点规模较大的基因调控网络(包含几百个,甚至几千个基因节点)时时间复杂度过大的缺陷.方法 CGMN算法从基因表达数据出发,采用6种常用聚类算法把基因表达模式相似的基因聚类成功能模块,找出6种聚类方法的共有模块,并将其作为功能模块基因节点,采用局部贝叶斯网络(Local Bayesian Network,LBN)算法构建功能模块基因-基因调控网络.结果 与结论 大规模细胞周期基因表达数据集上仿真实验结果表明,搜索共有模块压缩基因节点数目策略,能够有效降低大规模基因调控网络重构时间复杂度,且验证了CGMN算法构建大规模基因调控网络的有效性.     

常见排序算法多线程实现与比较

目的 对目前常用排序算法进行多线程实现,并运用不同类型数据集进行比较研究,以充分利用现代计算机多核处理器优势,有效提高大规模数据排序操作。方法 首先简要介绍目前常用的11种排序算法的基本原理,然后基于Go语言采用多线程模式进行代码实现,最后用3种不同类型测试数据进行详细比较,分析这些排序算法的优缺点及适用范围。结果 对于同一个排序方法,多线程可以明显提高排序效率,但相同规模数据条件下,不同的数据类型影响排序效率。结论 多线程排序能够充分利用计算机多核资源,提高排序效率。对于大规模数据,多数排序方法都可以快速得到排序结果。