基于OpenCL的RNA二级结构预测算法汪方良;施慧彬【期刊名称】《计算机技术与发展》【年(卷),期】2017(027)009【摘要】PredictingRNAsecondarystructureisanimportantfieldincomputationalmolecularbiologyespeciallyincludingpseudoknots.However,predictingRNAsecondarystructurewithallkindsofpseudoknotshasbeenproventobeanNP-completeproblem.Tosolveit,animprovedgeneticalgorithmisproposedinCPUplatform,whichcanpredicttwokindsofpseudoknots.Itssensitivitycanreach0.775anditspositivepredictivevaluecanreach0.8225.ThepredictionofRNAsecondarystructurewithpseudoknotsbasedongeneticalgo-rithmisinefficient.Tosolveit,anacceleratedalgorithmbasedonOpenCLispresented,whichacceleratestheperiodofindividualevolu-tionaccordingtotheanalysisofparallelizabilityofserialpredictionalgorithm.ThenthealgorithmestablishedwithGPUbasedonOpenCLispromoted.Thecontrastexperimentswiththesametestsethavebeenconductedcomparedwithotheralgorithms.Theexperimentalre-sultsshowthattheimprovedheterogeneousparallelalgorithmhasacquired2.72timesfasteraverageoperationratethanothers,reducingthecomputingtimeeffectivelyandimprovingtheefficiencyofprediction.%包含假结的RNA二级结构预测在计算分子生物学中一直是一个重要的研究领域,而预测包含任意类型假结结构已被证明为NP完全问题.为了解决此类问题,在CPU平台上实现了一种改进的遗传算法.该算法可预测包含两类假结结构的RNA序列,敏感性可达到0.775,阳性预测率可达到0.8225.针对基于遗传算法带假结的RNA二级结构预测低效的问题,提出了基于OpenCL的异构并行加速算法.该算法在分析串行算法并行性的基础上,在种群迭代进化阶段进行异构加速,并基于GPU设备和OpenCL编程框架改进算法过程.为验证所提算法的可行性和有效性,基于相同的测试集进行了实验测试.测试结果表明,相对于串行算法,改进后的异构并行加速算法平均可实现2.72倍的速度提升,有效降低了RNA二级结构预测的耗时,提高了算法模拟预测效率.【总页数】6页(P1-6)【作者】汪方良;施慧彬【作者单位】南京航空航天大学计算机科学与技术学院,江苏南京211100;南京航空航天大学计算机科学与技术学院,江苏南京211100【正文语种】中文【中图分类】TP311【相关文献】1.RNA二级结构遗传预测算法中的选择操作研究[J],曹素兵;朱婵2.RNA二级结构预测算法的设计与实现[J],李恒武;朱大铭;纪秀花3.基于免疫粒子群集成的RNA二级结构预测算法[J],胡桂武;彭宏4.基于茎区组合的RNA二级结构预测算法[J],骆嘉伟;陈涛5.基于快速动态权重匹配的RNA二级结构预测算法[J],骆嘉伟;彭政因版权原因，仅展示原文概要，查看原文内容请购买