1、近年來,生命科學(xué)的研究正處于突飛猛進的發(fā)展中。隨著人類基因組計劃(HGP)的基本完成與現(xiàn)代生物技術(shù)的飛速發(fā)展,大量生物信息的獲取已經(jīng)為揭開生命的奧秘提供了堅實的數(shù)據(jù)基礎(chǔ)。在生命科學(xué)的研究進入到后基因組時代(Post-GenomeEra)時,生命科學(xué)的研究重點已經(jīng)不再是生物信息的獲取,而是轉(zhuǎn)移到對基因組功能及其變化規(guī)律的研究,因此對海量數(shù)據(jù)的處理產(chǎn)生了緊迫的需求。與此同時,計算機技術(shù)及網(wǎng)絡(luò)技術(shù)的革命性發(fā)展為處理海量數(shù)據(jù)提供了強有力的支撐,

2、于是,生物信息學(xué)便在此前提下迅速的發(fā)展起來。并終將為人類破譯遺傳密碼,掌握疾病的遺傳信息,破解基因功能,結(jié)構(gòu)功能預(yù)測起到巨大的推動作用。
　　 SNP即單核苷酸多態(tài)性,它主要指物種在進化過程中因為基因組中核苷酸的變異從而引起的DNA序列之間的差異,主要包括堿基缺失、插入、轉(zhuǎn)換或者顛換等,單核苷酸多態(tài)性所反映的差異位點中包含的遺傳信息是導(dǎo)致一些遺傳疾病、腫瘤等的重要因素之一,基因突變及SNP在生物學(xué)、生物信息學(xué)和生物醫(yī)學(xué)等研究中有

3、著極其重要的作用。
　　 生物信息數(shù)據(jù)的表現(xiàn)形式為基因序列數(shù)據(jù),通過對序列的比較可以發(fā)現(xiàn)其中的功能、結(jié)構(gòu)等方面的信息?；螂p序列比對或多序列比對的分析是目前生物信息學(xué)所關(guān)注的研究熱點之二。對于基因序列的分析也通常采用聚類算法或者分類算法進行。本文主要研究基于序列比對算法對基因表達數(shù)據(jù)中SNP問題的分析,主要的工作及創(chuàng)新點概況如下:
　　 1)本文首先介紹了生物信息學(xué)的相關(guān)概念及其重要的意義,并對目前的國內(nèi)外研究現(xiàn)狀進行了

4、概述。
　　 2)對基因表達數(shù)據(jù)常用的聚類分析算法進行了較為詳細的研究,通過實驗進行了初步的分析。
　　 3)介紹了目前基因序列比對算法的研究現(xiàn)狀,并對其進行了分析,為本文中使用的序列比對算法提供依據(jù)。
　　 4)基于對序列比對算法的研究,本文提出了在海量基因序列數(shù)據(jù)中尋找SNP的實驗方案設(shè)計。通過對經(jīng)典BLAST算法的改進分別在PC機平臺下及高性能集群環(huán)境下對算法進行了并行化設(shè)計及實現(xiàn),并通過實驗數(shù)據(jù)進行了較為