| 致谢 | 第6-8页 |
| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 目录 | 第12-14页 |
| 1 绪论 | 第14-26页 |
| 1.1 统计遗传分析概述 | 第17-20页 |
| 1.1.1 经典数量遗传分析 | 第17-18页 |
| 1.1.2 连锁分析 | 第18-19页 |
| 1.1.3 全基因组关联分析 | 第19-20页 |
| 1.2 NGS技术及其带来的挑战 | 第20-21页 |
| 1.3 GPU并行计算技术 | 第21-24页 |
| 1.3.1 GPU体系结构 | 第22-23页 |
| 1.3.2 GPU执行模式 | 第23页 |
| 1.3.3 GPU内存模式 | 第23-24页 |
| 1.4 混合线性模型概述 | 第24-26页 |
| 2 经典数量遗传分析方法的并行及优化 | 第26-53页 |
| 2.1 引言 | 第26-29页 |
| 2.2 方法及模型 | 第29-33页 |
| 2.2.1 方法 | 第29-30页 |
| 2.2.2 模型 | 第30-33页 |
| 2.3 GPU并行及优化策略 | 第33-43页 |
| 2.3.1 指令优化 | 第35-36页 |
| 2.3.2 显存优化 | 第36-41页 |
| 2.3.3 程序结构优化 | 第41-43页 |
| 2.4 结果 | 第43-47页 |
| 2.5 讨论 | 第47-49页 |
| 2.6 QGAStation2.0 | 第49-53页 |
| 3 基于“组学”数据关联分析方法的并行及优化 | 第53-111页 |
| 3.1 基因组数据分析方法及并行 | 第53-81页 |
| 3.1.1 引言 | 第53-58页 |
| 3.1.2 方法及模型 | 第58-63页 |
| 3.1.3 GPU并行及优化策略 | 第63-75页 |
| 3.1.4 结果 | 第75-79页 |
| 3.1.5 讨论 | 第79-81页 |
| 3.2 转录组、蛋白质组和代谢组数据分析方法及并行 | 第81-102页 |
| 3.2.1 引言 | 第81-85页 |
| 3.2.2 方法及模型 | 第85-88页 |
| 3.2.3 GPU并行及优化策略 | 第88-96页 |
| 3.2.4 结果 | 第96-101页 |
| 3.2.5 讨论 | 第101-102页 |
| 3.3 QTXNetwork,一个新型的基于组学数据的GWAS软件 | 第102-111页 |
| 3.3.1 引言 | 第102-105页 |
| 3.3.2 分析方法 | 第105-106页 |
| 3.3.3 软件架构及使用简要说明 | 第106-109页 |
| 3.3.4 讨论 | 第109-111页 |
| 4 统计遗传分析中并行及优化的关键技术 | 第111-127页 |
| 4.1 引言 | 第111-115页 |
| 4.2 经典数量遗传中采用的关键技术 | 第115-119页 |
| 4.2.1 分而治之技术 | 第115-116页 |
| 4.2.2 矩阵压缩技术 | 第116页 |
| 4.2.3 共享内存(SMEM,Shared Memroy) | 第116-117页 |
| 4.2.4 页锁定内存(Page-locked Memory)技术 | 第117页 |
| 4.2.5 内存覆盖(Overlay)技术 | 第117-118页 |
| 4.2.6 异步拷贝技术 | 第118页 |
| 4.2.7 控制分支(Control Branches)优化 | 第118-119页 |
| 4.3 “组学”数据分析中采用的关键技术 | 第119-125页 |
| 4.3.1 自适应负载均衡技术 | 第119-120页 |
| 4.3.2 矩阵压缩技术 | 第120-122页 |
| 4.3.3 索引节点技术 | 第122-123页 |
| 4.3.4 循环渗透技术 | 第123-124页 |
| 4.3.5 合并访存技术 | 第124-125页 |
| 4.3.6 其他技术 | 第125页 |
| 4.4 讨论 | 第125-127页 |
| 参考文献 | 第127-136页 |
| 个人简历 | 第136页 |
