基于CUDA的蛋白質(zhì)點檢測快速實現(xiàn)方法研究.pdf

1、差異蛋白質(zhì)點提取是蛋白質(zhì)組學(xué)的重要研究方法之一，是凝膠圖像分析的關(guān)鍵技術(shù)，能為藥物研制、環(huán)境污染分析和疾病診斷提供重要依據(jù)，而蛋白質(zhì)點檢測是差異蛋白質(zhì)點提取的核心步驟。針對現(xiàn)有的蛋白質(zhì)點檢測方法檢測效率不高的問題，本文根據(jù)GPU統(tǒng)一計算架構(gòu)(CUDA，Compute Unified Device Architecture)模型，利用GPU并行線程特點，對2D-GEL圖像蛋白質(zhì)點檢測方法進(jìn)行快速實現(xiàn)方法研究，主要研究內(nèi)容和成果如下：

2、>　　(1)概述了CUDA高性能并行計算體系。首先簡敘了CUDA程序的構(gòu)成和CUDA協(xié)同計算機制；其次詳細(xì)闡述了CUDA軟件和硬件體系；再次介紹了CUDA線程模型；最后對CUDA存儲器結(jié)構(gòu)的相關(guān)知識進(jìn)行了總體介紹。為凝膠圖像預(yù)處理和蛋白質(zhì)點檢測的CUDA并行化實現(xiàn)做知識儲備。
　　(2)研究了基于CUDA的凝膠圖像預(yù)處理快速實現(xiàn)方法。首先采用并行化非局部均值算法(NLM，Non-Local Means)對凝膠圖像進(jìn)行濾波處理；其次

3、為校正凝膠圖像背景因素的干擾，采用CUDA架構(gòu)并行化實現(xiàn)形態(tài)學(xué)高帽變換(top-hat)方法；再次根據(jù)凝膠圖像特點使用CUDA架構(gòu)的線程及內(nèi)存，并在此基礎(chǔ)上高效實現(xiàn)NLM圖像去噪算法和top-hat背景校正算法；最后在NVIDIA GTX605的GPU下，采用VS2010搭建實驗平臺，分別實現(xiàn)了CPU串行運算和GPU并行運算。實現(xiàn)結(jié)果表明本文方法的執(zhí)行效率明顯高于CPU串行運行方法。
　　(3)提出了基于CUDA的蛋白質(zhì)點檢測快速

4、實現(xiàn)方法。首先依據(jù)內(nèi)外標(biāo)記分水嶺算法原理對其進(jìn)行并行化設(shè)計，研究了內(nèi)外標(biāo)記分水嶺的并行化方法；其次針對預(yù)檢測結(jié)果中重疊蛋白質(zhì)點未分離的情況，對各種重疊蛋白質(zhì)點進(jìn)行分析，根據(jù)CUDA架構(gòu)并行化的特點研究形狀標(biāo)記分水嶺算法；再次根據(jù)凝膠圖像特點以及CUDA單指令多線程的執(zhí)行方式對凝膠圖像數(shù)據(jù)空間進(jìn)行二維分塊，將整個檢測算法運算分成多個子運算并行進(jìn)行，并利用共享寄存器和二維紋理內(nèi)存等內(nèi)存管理措施實現(xiàn)了蛋白質(zhì)點快速檢測方法；最后在VS2010平