[发明专利]基于GPU的序列比对算法的比对结果处理方法

说明书

技术领域

本发明涉及一种序列比对结果的处理方法，具体涉及一种基于GPU的Smith-Waterman序列比对算法的比对结果处理方法。

背景技术

Smith-Waterman算法是生物信息学研究中序列比对的核心算法之一。算法由打分和回溯两部分组成，打分是为了获取序列之间的相似程度，回溯是为了寻找序列之间的最佳匹配片段。如果序列间具有足够的相似性，就推测序列间可能有共同的进化祖先。但相似性高并不一定来自同一进化祖先，因此需辨别序列之间的同源性，寻找序列间的匹配片段。

随着生物序列数据库规模的迅速增长，序列比对研究对计算能力的需求越来越高，使用传统的CPU进行序列比对已不能满足需要，于是图形处理器(GPU)、现场可编程门阵列(FPGA)等各种加速器被应用到序列比对研究当中。

近年来，国内外学者在基于GPU加速Smith-Waterman算法方面做了大量研究工作，主要集中在打分部分，即Smith-Waterman算法被简单地用作序列筛选的工具，而忽略了其用于获取最佳匹配片段的价值。如图1所示，其主要包括以下步骤：CPU读取用户输入的待查询序列Q、子矩阵S、数据库序列D；CPU将Q传输到GPU的常数内存，并将S和D传输到GPU的纹理内存；GPU并行实现Smith-Waterman算法；GPU传回分值数组score[]给CPU。

打分部分为了节省存储空间，通常不写回比对结果(即分值矩阵)，以容纳更多的序列进行比对。而回溯部分是基于比对结果进行的，因受限于GPU显存容量、存取开销，也缺乏一种高效的比对结果处理方法；因此，现有的研究工作中都没有在GPU中实现大规模、快速的比对结果回溯。CPU执行回溯部分的效率又明显不如GPU，从而使回溯的执行时间成为整个算法的瓶颈。

发明内容

本发明的目的在于提供一种基于GPU的序列比对算法的比对结果处理方法，该方法能实现Smith-Waterman算法快速打分，且能高效直观地写回比对结果，从而为回溯部分获取最佳匹配片段提供分值矩阵。

本发明是通过以下技术方案实现的：

一种基于GPU的序列比对算法的比对结果处理方法，包括以下步骤：初始化GPU的块大小为Bs，并确定线程数量为N，用户输入的待查询序列Q的长度为qlen，GPU在共享内存中建立分值缓冲区score[Bs]和比对结果缓冲区val[Bs*17][2]，GPU初始化线程号为tid，score[]为零，val[][]为零，缓冲器标记p＝1，段计数器s＝0，线程号tid小于线程数量N的所有线程在纹理内存中查找相应的数据库序列，并将数据库序列的序列号sid设置为线程号tid，设置计数器i＝0，每个线程分别取出相应数据库序列中的第i个字符，设置计数器j＝s，每个线程分别取出待查询序列Q中的第j个字符，每个线程根据Smith-Waterman算法对相应数据库序列中的第i个字符和待查询序列Q中的第j个字符进行计算，以得到val[][p]，每个线程分别求score[tid]和val[][p]两者的最大值，并用最大值替换score[tid]，判断j是否大于或等于s+15或qlen，如果j大于或等于s+15或qlen，则设置计数器m＝0，线程数量N中的每16个线程将val[m*16][p]到val[m*16+15][p]的16个元素联合写回GPU显存，完成一次联合写回，判断m是否大于或等于15，如果m大于或等于15，则每个线程分别判断相应数据库序列是否已没有字符，如果线程相应数据库序列已没有字符，则判断qlen是否小于或等于16，如果qlen小于或等于16，则每个线程分别将score[tid]写回GPU显存。

本发明的比对结果处理方法还包括步骤：如果j不大于或等于s+15或qlen，则j＝j+1，每个线程分别取出待查询序列Q中的第j个字符。

本发明的比对结果处理方法还包括步骤：如果m不大于或等于15，则m＝m+1，线程数量N中的每16个线程将val[m*16][p]到val[m*16+15][p]的16个元素联合写回GPU显存，完成一次联合写回。

本发明的比对结果处理方法还包括步骤：如果线程相应数据库序列还有字符，则p＝1-p，i＝i+1，每个线程分别取出相应数据库序列中的第i个字符。

本发明的比对结果处理方法还包括步骤：如果qlen不小于或等于16，则qlen＝qlen-16，s＝s+16，重新初始化val[][0]的所有元素为零，p＝1，每个线程初始化val[sid*17][1]为GPU显存中相应的值，设置计数器i＝0。