【技术实现步骤摘要】
本申请涉及基因表达，特别是涉及一种基于cpu的pc并行实现方法及系统。
技术介绍
1、随着科学技术的进步，关于单细胞数据的分析和工具层出不穷，然而关于因果关系的分析却比较少，导致一些重要的生物学问题难以解答。科学研宄的主要目的是探明事物之间的因果关系，以及支配这种因果关系的法则。研宄因果性更具重要意义，因为大多数生物过程，无论是在发育过程还是疾病进展中，都受到复杂的基因调控网络的驱动和控制，而揭示复杂的基因调控关系需要从因果的角度进行分析。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种基于cpu的pc并行实现方法及系统。
2、一种基于cpu的pc并行实现方法，所述方法包括：
3、获取随机变量观察数据集，将随机变量作为节点构建无向图，并分别为每一个随机变量分配固定索引；随机变量为基因表达各种产物的数值；
4、对于当前节点连接的边，若其当前迭代中的条件集合的大小不为零，则按照固定索引的大小升序动态生成条件集合；
5、以固定粒度划分当前节点的所有条件集合，得到若干条件子集，将各个条件子集对应的子任务添加到线程池中，完成条件独立性测试的并行计算，最终得到随机变量间的因果关系图。
6、一种基于cpu的pc并行实现系统，所述系统包括：
7、基础层，包括并行处理部分、数据预处理部分和图表征部分；其中，并行处理部分用于支持多线程并行计算，数据预处理部分用于读取和预处理观测数据集，图表征部分包含图表征的基本结构，包
8、中间层，用于基于基础层实现因果因果关系图的搜索过程；
9、顶层，用于配置线程数、独立性测试的类型和观测数据集的格式。
10、上述基于cpu的pc并行实现方法及系统，通过分别为每一个随机变量分配固定索引，并在其当前迭代中的条件集合的大小不为零，则按照固定索引的大小升序动态生成条件集合，如此改进无向图中的边的枚举策略，大大降低了因果因果关系图的搜索的计算量，此外，以固定粒度划分当前节点的所有条件集合，得到若干条件子集，将各个条件子集对应的子任务添加到线程池中，完成条件独立性测试的并行计算。能够实现多线程并行优化，大大减少运行时间。综上，采用本专利技术能够大大提高基因表达数据之间的因果关系的搜索速度，方便后续能够进行基因调控、确定诊断和治疗靶点等医学领域的应用。
本文档来自技高网...【技术保护点】
1.一种基于CPU的PC并行实现方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述按照固定索引的大小升序动态生成条件集合包括：
3.根据权利要求2所述的方法，其特征在于，在按照固定索引的大小升序动态生成条件集合之前，还包括：
4.根据权利要求1所述的方法，其特征在于，以固定粒度划分当前节点的所有条件集合，得到若干条件子集，将各个条件子集对应的子任务添加到线程池中，完成条件独立性测试的并行计算，包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：若对于当前边，存在条件集合使得当前节点与其相邻节点条件独立，则将当前节点与其相邻节点对应的邻接矩阵中的元素置为0，同时将相应的条件集合作为分离集。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：对于当前节点连接的边，若其当前迭代中的条件集合的大小为零，则通过当前节点的双重嵌套循环来实现边的枚举过程。
7.根据权利要求6所述的方法，其特征在于，通过当前节点的双重嵌套循环来实现边的枚举过程，包括：
8.根据
9.一种基于CPU的PC并行实现系统，其特征在于，所述系统包括：
10.根据权利要求9所述的系统，其特征在于，所述中间层还用于实现快速近邻搜索和图定向；其中，快速近邻搜索包括条件独立性测试和存储生成的分离集。
...【技术特征摘要】
1.一种基于cpu的pc并行实现方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述按照固定索引的大小升序动态生成条件集合包括：
3.根据权利要求2所述的方法，其特征在于，在按照固定索引的大小升序动态生成条件集合之前，还包括：
4.根据权利要求1所述的方法，其特征在于，以固定粒度划分当前节点的所有条件集合，得到若干条件子集，将各个条件子集对应的子任务添加到线程池中，完成条件独立性测试的并行计算，包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：若对于当前边，存在条件集合使得当前节点与其相邻节点条件独立，则将当前节点与其相邻节点对应的邻接矩阵中的元素置为0，同时将相应的条件集合作为分离集。
...【专利技术属性】
技术研发人员：任静，奉涌泉，郭烨婷，李雪琼，谭慧彬，严小明，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。