| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 主要研究工作和内容 | 第14-15页 |
| 1.4 论文的组织架构 | 第15-16页 |
| 第二章 相关理论和技术 | 第16-26页 |
| 2.1 HaplotypeCaller变异检测算法 | 第16-20页 |
| 2.1.1 算法原理 | 第16-18页 |
| 2.1.2 GATK3HaplotypeCaller的实现 | 第18-20页 |
| 2.2 云计算与Spark框架 | 第20-22页 |
| 2.3 分布式存储系统 | 第22-25页 |
| 2.3.1 HDFS | 第22-23页 |
| 2.3.2 HBase | 第23-24页 |
| 2.3.3 Kudu | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 变异检测算法设计 | 第26-40页 |
| 3.1 CloudHC算法的总体设计 | 第26-28页 |
| 3.2 数据切分的设计 | 第28-32页 |
| 3.2.1 等大小数据块切分 | 第28-29页 |
| 3.2.2 自适应数据切分 | 第29-32页 |
| 3.3 数据访问与存储的设计 | 第32-39页 |
| 3.3.1 比对序列数据 | 第32-35页 |
| 3.3.2 已知变异数据 | 第35-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 变异检测算法的实现 | 第40-53页 |
| 4.1 CloudHC总体框架的实现 | 第40-41页 |
| 4.2 数据预处理的实现 | 第41-43页 |
| 4.3 针对性数据切分的实现 | 第43-48页 |
| 4.4 比对序列数据读取的实现 | 第48-49页 |
| 4.5 已知变异数据读取的实现 | 第49-52页 |
| 4.6 本章小结 | 第52-53页 |
| 第五章 实验与结果分析 | 第53-80页 |
| 5.1 实验平台 | 第53页 |
| 5.2 实验数据 | 第53-54页 |
| 5.3 CloudHC算法性能分析 | 第54-66页 |
| 5.3.1 并行算法性能评价指标 | 第54-55页 |
| 5.3.2 数据预处理性能分析 | 第55-59页 |
| 5.3.3 ADS-HC性能分析 | 第59-66页 |
| 5.4 CloudHC数据访问与存储分析 | 第66-71页 |
| 5.4.1 重叠区域的影响 | 第66-67页 |
| 5.4.2 已知变异读取性能分析 | 第67-71页 |
| 5.5 与其他变异检测算法的性能对比 | 第71-78页 |
| 5.5.1 单节点性能对比 | 第72-75页 |
| 5.5.2 多节点性能对比 | 第75-78页 |
| 5.6 本章小结 | 第78-80页 |
| 总结与展望 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士学位期间取得的研究成果 | 第85-86页 |
| 致谢 | 第86-87页 |
| 附件 | 第87页 |