2024-03-29T15:44:46Zhttps://www.tdx.cat/oai/requestoai:www.tdx.cat:10803/6685502021-01-13T12:49:02Zcom_10803_480col_10803_387219
2020-02-12T08:39:57Z
urn:hdl:10803/668550
Computación de altas prestaciones en genómica
Martínez Pérez, Héctor
martineh@uji.es
false
Barrachina Mir, Sergio
Castillo Catalán, María Isabel
Bioinformática
Computación de altas prestaciones
Epistasis
Alineamiento de ADN/ARN
Clúster
GPU
Esta tesis se centra en la aplicación de técnicas de computación de altas prestaciones a dos problemas bioinformáticos.
La primera parte del trabajo ha consistido en el desarrollo de un software eficiente para el alineamiento de secuencias
ADN/ARN sobre un genoma de referencia capaz de superar tanto la sensibilidad como la especificidad de los
alineadores actuales y de reducir el tiempo de procesamiento. Como resultado final de este apartado se ha
implementado un framework capaz de ejecutar cualquier alineador de ADN/ARN en un sistema clúster de forma
transparente para el usuario. La segunda parte del trabajo ha consistido en el desarrollo de una versión optimizada
del módulo de la aplicación FaST-LMM que se utiliza para estudiar la epistasis. También se ha implementado una
versión paralela para sistemas clúster dotados de aceleradores gráficos de tipo GPU que permite descargar sobre
ellos los cálculos matriciales más pesados.
This thesis is focused on the application of high performance computing techniques to two problems in the field
of bioinformatics. The main goal of the first part of this work is the development of an efficient software for the
alignment of sequences ADN/ARN in a reference genome capable of overcoming both the sensitivity and the
specificity of the current aligners, while reducing the processing time. As a final result, a framework has been
carried out, capable of executing any DNA/RNA aligner in a cluster in a transparent way for the user.
The second part has focused on the optimization of the FaST-LMM application which is used to detect epistasis.
Specifically, the work has developed a new version with a better performance. A parallel version has also been
implemented for cluster systems equipped with GPU-type graphic accelerators that allow downloading the matrix
calculations on them.
2020-02-12T08:39:57Z
2020-02-12T08:39:57Z
2020-01-28
info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/publishedVersion
http://hdl.handle.net/10803/668550
http://dx.doi.org/10.6035/14101.2020.176137
spa
ADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
info:eu-repo/semantics/openAccess
Universitat Jaume I
TDX (Tesis Doctorals en Xarxa)