| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 缩略语表 | 第9-10页 |
| 1 引言 | 第10-16页 |
| 1.1 DNA序列拼接概述 | 第10页 |
| 1.2 课题背景 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.4 本文主要内容及意义 | 第13-14页 |
| 1.4.1 课题研究内容 | 第13-14页 |
| 1.4.2 课题研究意义 | 第14页 |
| 1.5 论文章节安排 | 第14-16页 |
| 2 相关理论概述 | 第16-33页 |
| 2.1 DNA测序技术 | 第16-18页 |
| 2.1.1 第一代测序技术 | 第16-17页 |
| 2.1.2 第二代测序技术 | 第17页 |
| 2.1.3 第三代测序技术 | 第17-18页 |
| 2.2 序列拼接问题描述 | 第18-19页 |
| 2.2.1 研究DNA拼接算法的目的 | 第18页 |
| 2.2.2 拼接算法难点 | 第18-19页 |
| 2.3 序列拼接算法介绍 | 第19-24页 |
| 2.3.1 Greedy-extension拼接算法 | 第20-21页 |
| 2.3.2 Overlap-Layout-Consensus拼接算法 | 第21-23页 |
| 2.3.3 de-Bruijin graph拼接算法 | 第23-24页 |
| 2.3.4 算法优缺点对比 | 第24页 |
| 2.4 拼接算法难点分析 | 第24-28页 |
| 2.4.1 ARACHNE法 | 第25-26页 |
| 2.4.2 路径相容法 | 第26-27页 |
| 2.4.3 聚类分析法 | 第27-28页 |
| 2.5 拼接算法并行化研究情况 | 第28页 |
| 2.6 Spark并行框架介绍 | 第28-32页 |
| 2.6.1 Spark要架构 | 第28-29页 |
| 2.6.2 RDD简介 | 第29-30页 |
| 2.6.3 Spark的任务处理 | 第30-31页 |
| 2.6.4 Spark处理数据的特点 | 第31-32页 |
| 2.7 本章小结 | 第32-33页 |
| 3 基于Spark的Improved SSA-Spark序列拼接算法 | 第33-43页 |
| 3.1 拼接算法的选择 | 第33页 |
| 3.2 de-Bruijin graph拼接算法具体流程 | 第33-35页 |
| 3.2.1 k-mer序列的生成 | 第34页 |
| 3.2.2 de-Bruijin图的建立 | 第34-35页 |
| 3.2.3 拼接路径的选择 | 第35页 |
| 3.3 Spark并行环境下的DNA序列拼接算法的处理 | 第35-41页 |
| 3.3.1 read文件生成方式 | 第35-36页 |
| 3.3.2 read序列的拆分过程 | 第36-38页 |
| 3.3.3 Improved SSA-Sparκ算法中k-mer的获取 | 第38页 |
| 3.3.4 Improved SSA-Spark算法拼接的路径选择 | 第38-39页 |
| 3.3.5 Improved SSA-Spark算法在新平台Spark并行框架下的实现 | 第39-41页 |
| 3.4 基于Spark的Improved SSA-Spark序列拼接算法步骤描述 | 第41页 |
| 3.5 本章小结 | 第41-43页 |
| 4 模拟及实验结果分析 | 第43-50页 |
| 4.1 云计算平台配置 | 第43页 |
| 4.2 实验数据的产生 | 第43页 |
| 4.3 实验设计 | 第43-44页 |
| 4.4 实验结果与分析 | 第44-49页 |
| 4.4.1 基于Spark的序列拼接算法与单机串行算法的时间比对 | 第44-45页 |
| 4.4.2 基于Spark的序列拼接算法与MapReduce环境下的算法时间比对 | 第45-47页 |
| 4.4.3 Improved SSA-Spark算法在Spark并行环境下的性能测试 | 第47-48页 |
| 4.4.4 Improved SSA-Spark算法的线程数量对运行时间的影响 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 5 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 作者简介 | 第57页 |
