Določanje soodvisnih sprememb proteinov z uporabo grafičnih procesnih enot

diplomsko delo

Jani Bevk (Avtor), Uroš Lotrič (Mentor), Tomaž Curk (Komentor)

Povzetek

Proteini sodelujejo v skoraj vseh procesih, ki se odvijajo v celicah živečih organizmov. Razumevanje njihovih funkcij je ključnega pomena za razumevanje bioloških procesov. Soodvisne spremembe v proteinih, ki se tekom njihove evolucije odvijajo, so tesno povezane z njihovo strukturo in funkcijo. Razvitih je bilo več različnih algoritmov za detekcijo soodvisnih sprememb, vsi pa so računsko zelo zahtevni. Eden izmed takšnih algoritmov je algoritem OMES, ki temelji na statističnem testu χ² in naključnem mešanju poravnav proteinskih zaporedij. Cilj diplomske naloge je paralelizacija in implementacija algoritma OMES na grafični procesni enoti z uporabo platforme CUDA. Grafične procesne enote so specializirani procesorji, ki danes najverjetneje nudijo najboljše razmerje med računsko močjo in ceno. V primerjavi z implementacijo na centralni procesni enoti smo dosegli stokratne pohitritve in porabili manj energije.

Ključne besede

analiza soodvisnih sprememb proteinov;OMES;splošnonamensko računanje na grafičnih procesnih enotah;CUDA;računalništvo;računalništvo in informatika;univerzitetni študij;diplomske naloge;

Podatki

Jezik:	Slovenski jezik
Leto izida:	2015
Tipologija:	2.11 - Diplomsko delo
Organizacija:	UL FRI - Fakulteta za računalništvo in informatiko
Založnik:	[J. Bevk]
UDK:	004.42:575.224(043.2)
COBISS:	1536217283
Št. ogledov:	1549
Št. prenosov:	384
Ocena:	0 (0 glasov)
Metapodatki:

Ostali podatki

Sekundarni jezik:	Angleški jezik
Sekundarni naslov:	Correlated mutation analysis using graphics processing units
Sekundarni povzetek:	Proteins are involved in almost all processes that take part in cells of living organisms. Understanding of their function is important for the understanding of biological processes. Correlated mutations in proteins, which take place over the course of their evolution, are closely related to their structure and function. Several different algorithms for detection of correlated mutations have been developed, all very computationally intensive. One of such algorithms is the OMES algorithm, which is based on the statistical χ²-test and random shuffling of protein sequences. The aim of the thesis is paralelisation and implementation of the OMES algorithm on graphics processing units using the CUDA platform. Graphics processing units are specialized processors, which nowadays probably offer the best computing power to price ratio. Compared to the implementation on a central processing unit we achieved a 100-fold speedup and used less energy.
Sekundarne ključne besede:	correlated mutation analysis;OMES;general-purpose computing on graphics processing units;CUDA;computer science;computer and information science;diploma;
Vrsta datoteke:	application/pdf
Vrsta dela (COBISS):	Diplomsko delo/naloga
Študijski program:	1000468
Komentar na gradivo:	Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani:	52 str.
ID:	8739667