面向壓縮生物基因數(shù)據(jù)的查詢方法

　　隨著下一代、第三代等測(cè)序技術(shù)的快速發(fā)展，DNA等生物序列數(shù)據(jù)快速增長(zhǎng)．如何高效地處理這些大數(shù)據(jù)是目前所面臨的一個(gè)挑戰(zhàn)．研究發(fā)現(xiàn)，這些生物序列數(shù)據(jù)盡管很大，但是不同數(shù)據(jù)之間具有很高的相似性．因此可以通過(guò)保存這些基因串同一個(gè)基準(zhǔn)序列之間的差異來(lái)減少存儲(chǔ)的代價(jià)．最新的研究發(fā)現(xiàn)，可以在這些壓縮的數(shù)據(jù)上直接進(jìn)行查詢，而不需要解壓縮．研究的目標(biāo)是進(jìn)一步提高索引和查詢的可伸縮性，從而滿足日益增長(zhǎng)的大數(shù)據(jù)需要．首先在現(xiàn)有方法的基礎(chǔ)上，對(duì)基準(zhǔn)序列進(jìn)行了壓縮存儲(chǔ)，基于該壓縮數(shù)據(jù)，提出了一系列優(yōu)化查詢方法以高效地支持任意長(zhǎng)度序列的精確和近似查詢．在此基礎(chǔ)上，進(jìn)一步對(duì)原有方法進(jìn)行改進(jìn)，利用并行計(jì)算來(lái)提高對(duì)大數(shù)據(jù)的查詢效率．最后，實(shí)驗(yàn)研究展示了所提方法的高效性．