公开(公告)号：CN110767265A

公开(公告)日：2020-02-07

申请号：CN201911008972.4

申请日：2019-10-23

Applicant: 中国科学院计算技术研究所

Inventor： 张中海 ,  谭光明 ,  张春明 ,  姚二林

IPC: G16B30/10 ,  G16B50/50 ,  G16B50/30

Abstract: 本发明公开了一种针对大数据基因组比对文件排序的并行加速方法，包括以下步骤：对目标BAM文件进行读取和解压，并存入连续的第一缓冲区B；每当第一缓冲区B存满后，进行多线程排序并通过堆排序进行归并形成一个中间文件；依次对所述中间文件进行读取，放入关联的第二缓冲区MB，对每个第二缓冲区MB的数据通过堆排序进行归并；将归并的数据通过多个线程进行压缩处理，写入结果文件。本发明通过为读取和解压单独分配线程，分别为解压和压缩构建线程池，减少开辟的线程数量，充分利用多线程资源，提高文件读写效率，减少中间文件的数量，减小内存拷贝操作次数，实现处理时间的缩短。

公开(公告)号：CN111798923B

公开(公告)日：2023-01-31

申请号：CN202010442871.4

申请日：2020-05-22

Applicant: 中国科学院计算技术研究所

Inventor： 谭光明 ,  张中海 ,  王元戎 ,  张春明

IPC: G16B20/30

Abstract: 本发明涉及一种用于基因比对的细粒度负载特征分析方法，其特征在于，包括：步骤1，获取基因序列的基本数据；步骤2，对所述基本数据进行剪切，以获取短序列数据；步骤3，对所述短序列数据分别进行计算特征分析和访存特征分析，以获取所述短序列数据的细粒度负载特征。

公开(公告)号：CN111370070B

公开(公告)日：2023-10-27

申请号：CN202010122429.3

申请日：2020-02-27

Applicant: 中国科学院计算技术研究所

Inventor： 张中海 ,  谭光明 ,  张春明 ,  姚二林

IPC: G16B50/50 ,  G06F16/13 ,  H03M7/40

Abstract: 本发明涉及高性能计算领域，特别涉及一种大数据基因测序文件的压缩处理方法，使得在减小测序数据占用的存储资源的同时，可以方便的进行数据划分，从而方便后续的并行分析处理，提高了分析效率。

公开(公告)号：CN111798923A

公开(公告)日：2020-10-20

申请号：CN202010442871.4

申请日：2020-05-22

Applicant: 中国科学院计算技术研究所

Inventor： 谭光明 ,  张中海 ,  王元戎 ,  张春明

IPC: G16B20/30

Abstract: 本发明涉及一种用于基因比对的细粒度负载特征分析方法，其特征在于，包括：步骤1，获取基因序列的基本数据；步骤2，对所述基本数据进行剪切，以获取短序列数据；步骤3，对所述短序列数据分别进行计算特征分析和访存特征分析，以获取所述短序列数据的细粒度负载特征。

公开(公告)号：CN111326216A

公开(公告)日：2020-06-23

申请号：CN202010122470.0

申请日：2020-02-27

Applicant: 中国科学院计算技术研究所

Inventor： 张中海 ,  谭光明 ,  张春明 ,  姚二林

IPC: G16B40/00 ,  G16B30/00

Abstract: 本发明涉及高性能计算领域，特别涉及一种大数据基因测序文件的快速切分方法，使得在多节点基因分析过程中，无须对测序文件进行实际的切分，不产生子文件，根据后续分析程序提供灵活的划分方案，从而使得各个节点负载更均衡，减少了硬盘读写，提高了划分效率。

公开(公告)号：CN111326216B

公开(公告)日：2023-07-21

申请号：CN202010122470.0

申请日：2020-02-27

Applicant: 中国科学院计算技术研究所

Inventor： 张中海 ,  谭光明 ,  张春明 ,  姚二林

IPC: G16B40/00 ,  G16B30/00

Abstract: 本发明涉及高性能计算领域，特别涉及一种大数据基因测序文件的快速切分方法，使得在多节点基因分析过程中，无须对测序文件进行实际的切分，不产生子文件，根据后续分析程序提供灵活的划分方案，从而使得各个节点负载更均衡，减少了硬盘读写，提高了划分效率。

公开(公告)号：CN111370070A

公开(公告)日：2020-07-03

申请号：CN202010122429.3

申请日：2020-02-27

Applicant: 中国科学院计算技术研究所

Inventor： 张中海 ,  谭光明 ,  张春明 ,  姚二林

IPC: G16B50/50 ,  G06F16/13 ,  H03M7/40

Abstract: 本发明涉及高性能计算领域，特别涉及一种大数据基因测序文件的压缩处理方法，使得在减小测序数据占用的存储资源的同时，可以方便的进行数据划分，从而方便后续的并行分析处理，提高了分析效率。