一种将Needleman-Wunsch算法在FPGA平台实现并优化的新方法技术

该发明专利技术公开了一种将Needleman‑Wunsch(以下简称N‑W)算法在FPGA平台实现并优化的新方法。本发明专利技术是围绕N‑W算法的打分与回溯两方面进行优化。N‑W算法打分方面，本发明专利技术提出优化的删减策略和优化的动态规划(Dynamic Programming)分块方案来减少FPGA实现的时间消耗和资源消耗；N‑W算法回溯方面，本发明专利技术采用简化的回溯方向，更加便于FPGA实现，本发明专利技术采用两组回溯模块，与打分系统构成流水线处理，大大提高打分系统硬件利用效率，减少序列比对的整体时间。

【技术实现步骤摘要】
一种将Needleman-Wunsch算法在FPGA平台实现并优化的新方法
本专利技术涉及生物信息学领域，特别涉及一种将Needleman-Wunsch算法在FPGA平台实现并优化的新方法。
技术介绍
生物信息学是生物学、医学、数学、计算机科学等多个学科的前沿交叉学科，具有重要的理论和应用价值。生物信息序列通常指的是通过基因测序技术得到的DNA、RNA序列，这些序列包含了该物种的遗传信息，通过对生物信息序列的分析处理得到的信息在医学疾病研究、生物进化研究等领域都具有重要的意义。生物信息序列的处理流程中最为重要的步骤是序列比对，同时它也是耗时较久的一个步骤，这是因为通常待比对物种基因碱基数量庞大，比如人类全基因组的总碱基个数大约是30亿，采用存储介质存储后，目标序列和参考序列所占用空间将达到数百GB，另一方面对这数量级别的数据进行计算处理将会耗费大量的计算资源和时间。生物信息序列比对最基本的是双序列比对，两条由A，C，G，T四种基本碱基构成的DNA序列通过序列比对算法得到待比对序列相对于参考序列的比对结果。其中双序列比对算法一般有三种：动态规划算法(DynamicProgramming本文档来自技高网...

【技术保护点】
1.一种将Needleman‑Wunsch算法在FPGA平台实现并优化的新方法，该方法包括优化的动态规划删减策略、优化的动态规划分块策略和优化的Needleman‑Wunsch回溯方法。

【技术特征摘要】
1.一种将Needleman-Wunsch算法在FPGA平台实现并优化的新方法，该方法包括优化的动态规划删减策略、优化的动态规划分块策略和优化的Needleman-Wunsch回溯方法。2.如权利要求1所述的一种将Needleman-Wunsch算法在FPGA平台实现并优化的新方法，其特征在于如何对动态规划元素进行删减；Needleman-Wunsch算法本质是给相似矩阵中元素进行打分，实际上并不需要对矩阵的全部元素进行动态规划，本发明基于带宽(WIDTH)的概念，以矩阵主对角线的延长直线为主轴基准，向上移动WIDTH个元素单位确定上边界，同理向下移动WIDTH个元素单位可以确定下边界。上边界覆盖的元素所采用E值指定为0，下边界覆盖的元素所采用F值指定为0。被发明只对上下边界内部区域包含的元素进行动态规划，其他元素不进行计算。3.如权力要求1所述的一种将Needleman-...

【专利技术属性】
技术研发人员：王忆文，王刚，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51