[發(fā)明專利]基因測序數(shù)據(jù)處理方法和基因測序數(shù)據(jù)處理裝置

有效

• 申請?zhí)枺?/td>: 202011139823.4
• 申請日: 2020-10-22
• 公開（公告）號: CN112259168B
• 公開（公告）日: 2023-03-28
• 發(fā)明（設計）人: 張優(yōu)勁;于闖;孔令翔;何惠;賀增泉;晉向前
• 申請（專利權）人: 深圳華大基因科技服務有限公司
• 主分類號: G16B30/10
• 分類號: G16B30/10;G06F13/42;G06F9/50
• 代理公司: 北京集佳知識產(chǎn)權代理有限公司 11227
• 代理人: 蘇云輝

本發(fā)明提供了一種基因測序數(shù)據(jù)處理方法和裝置，方法應用于裝置，裝置包括依次連接的ARM構架、PCI總線和GPU構架，ARM構架包括至少一個CPU模塊；GPU構架包括至少一個GPU模塊；方法包括空閑狀態(tài)的CPU模塊分批讀取基因測序數(shù)據(jù)，將基因分析方法分為第一算法和第二算法；用第一算法對分批基因測序數(shù)據(jù)進行切分，將得到的各短序列和第二算法發(fā)送至空閑狀態(tài)的GPU模塊；空閑狀態(tài)的GPU模塊根據(jù)第二算法對各短序列進行計算把計算結果發(fā)送至空閑狀態(tài)的CPU模塊；空閑狀態(tài)的CPU模塊根據(jù)計算結果和第一算法計算得到分批處理結果。該方法將分析方法分割運行在CPU模塊和GPU模塊，大大提高了數(shù)據(jù)分析效率。

技術領域

本發(fā)明涉及數(shù)據(jù)處理技術領域，具體涉及一種基因測序數(shù)據(jù)處理方法和基因測序數(shù)據(jù)處理裝置。

背景技術

隨著基因測序技術的不斷發(fā)展，該方法被廣泛地應用于新物種、病毒以及疾病的研發(fā)分析中；與此同時大量的基因測序數(shù)據(jù)大量涌出，如何高效地完成對這些數(shù)據(jù)進行分析處理就顯得尤為重要。

目前的基因分析流程中，絕大部分步驟(例如基因比對過程)都只能運行的在x86構架上面，例如傳統(tǒng)的比對算法bwa使用的是bwt算法、非精確比對算法的Smith-Waterman算法也是基于x86架構的SSE2指令實現(xiàn)的。

雖然基于x86實現(xiàn)的BWT比對算法在x86構架的CPU上面運行速度比較快，但無法大批量同時計算，并且BWT算法因無法適應GPU的SIMT的運行模式，導致了BWT在GPU運行的效率大大降低，從而影響整個比對過程的效率。同樣的，現(xiàn)有的Smith-Waterman算法僅運行在x86架構上面，在ARM平臺中缺少了SSE2加速的支持，運行速度較慢；而且該算法也同樣不適合在GPU架構上進行運算。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供了一種基因測序數(shù)據(jù)處理裝置和基因測序數(shù)據(jù)處理方法，以解決現(xiàn)有的基因測序數(shù)據(jù)分析處理流程步驟只能運行在x86構架上且在GPU上運行速度慢，從而造成基因測序數(shù)據(jù)處理過程效率低的問題。

本發(fā)明實施例中提供了一種基因測序數(shù)據(jù)處理方法，所述方法應用于基因測序數(shù)據(jù)處理裝置，其中所述基因測序數(shù)據(jù)處理裝置為異構多核構架，包括：ARM構架、GPU構架以及PCI總線；所述ARM構架通過所述PCI總線連接所述GPU構架；所述ARM構架包括至少一個CPU模塊；所述GPU構架包括至少一個GPU模塊；所述方法包括以下步驟：

步驟S1：空閑狀態(tài)的所述CPU模塊分批讀取基因測序數(shù)據(jù)得到分批基因測序數(shù)據(jù)；

步驟S2：空閑狀態(tài)的所述CPU模塊對基因分析方法進行分切得到第一算法和第二算法；

步驟S3：空閑狀態(tài)的所述CPU模塊根據(jù)所述第一算法對所述分批基因測序數(shù)據(jù)進行切分得到各短序列，并把各所述短序列和所述第二算法發(fā)送至空閑狀態(tài)的所述GPU模塊；

步驟S4:空閑狀態(tài)的所述GPU模塊根據(jù)所述第二算法對各所述短序列進行計算，并把計算結果發(fā)送至空閑狀態(tài)的所述CPU模塊；

步驟S5：空閑狀態(tài)的所述CPU模塊根據(jù)所述計算結果和所述第一算法計算得到分批處理結果；

重復步驟S1～S5，直至將所述基因測序數(shù)據(jù)處理完成，空閑狀態(tài)的所述CPU模塊將各所述分批處理結果進行整合運算，得到最終處理結果。

可選地，

空閑狀態(tài)的所述CPU模塊掃描各所述GPU模塊，確定空閑狀態(tài)的GPU模塊數(shù)量以及各空閑狀態(tài)的GPU模塊的數(shù)據(jù)處理量，并根據(jù)所述空閑狀態(tài)的GPU模塊數(shù)量以及各所述數(shù)據(jù)處理量分批讀取基因測序數(shù)據(jù)。

可選地，

所述基因分析算法包括基因比對算法、Dotplot算法、blast算法、PAM算法、HMM算法以及AI推斷算法。

可選地，