用于基因组学应用的并行加速载体相似性计算

基因组数据可用性的激增有望确定观察到的个体性状的遗传原因，并将其应用于发现表型的遗传根源等问题，无论是基因表达或代谢物浓度等分子表型，还是疾病等复杂表型。然而，这些数据集的规模不断扩大，以及相关算法的二次、三次或更高的缩放特性，带来了严重的计算挑战，需要使用领导力规模计算。在本文中，我们描述了一种执行向量相似性度量计算的新方法，适用于配备图形处理单元（GPU）或英特尔至强Phi处理器的并行系统。我们主要关注应用于全基因组关联研究（GWAS）和全表型关联研究（PheWAS）的比例相似性度量。我们描述了算法在加速处理器上的实现，用于消除对称性导致的冗余计算的方法，以及将计算有效映射到多节点并行系统的技术。 结果表明，在ORNL Titan系统上，每节点的高性能和并行可扩展性，每秒的元素比较速率超过5万亿（5×1015）。在一篇配套论文中，我们描述了用于计算比较基因组学应用的自定义相关系数的相应技术。