高通量测序数据中Split read映射方法的研究

高通量测序技术的快速发展与广泛应用为计算机科学带来了新的挑战,read的映射问题是其中非常重要的一个部分。Split read是一类特殊的read,其出现通常是由基因组中的结构变异造成的。这类read在映射中不再保持连续序列的形式,而是包含了一定长度的空位,因此具有较高的映射难度。提出一种利用双末端测序数据的映射结果来指导split read映射的方法,这种方法可以使split read的映射难度不再与其所包含的空位数量相关,从而降低了映射过程中的搜索空间,提高映射效率。

国产化环境下全国不动产登记数据库集群架构设计及应用

全国不动产登记数据库承载了全国不动产客体、权利和权利人的空间和属性信息,其安全稳定运行事关权利人切身利益,一旦出现数据泄露或非法篡改的情况,将对不动产交易安全、权利人合法权益保护、国家经济社会安全稳定造成重大影响。为了推动全国不动产登记数据库向全国产化环境迁移适配,本文针对不动产登记数据特点,设计了基于国产数据库的全国不动产登记数据库读写分离集群架构,明确了全国不动产登记数据库从基于X86服务器的甲骨文(Oracle)数据库向全国产化环境下瀚高数据库集群的迁移路线,实现了50亿条级全国不动产登记数据库的数据迁移,有效保障了全国2800多个县(区)每日40多万条登记数据实时接入更新和日均20多万条查询响应,有效提升了数据安全并保护了权利人的合法权利。

基于导读式对分课堂的研究型人才培养实践研究

对分课堂的研究中,跨学科和反思型是课堂实践探索后进行改进的积极研究方式。本科后半段的师范类专业课教学应基于学生学习目标的差异给予更为科学全面的培养方式,在调研基础上提出研究型人才的培养要求。研究型人才的培养核心在于问题分析意识和组织研究能力的提升,更贴合本科师范类高学段学生的学习需求。因此,根据对分课堂中的导读式教学的基本模块和自主讨论交流相结合,对传统文学史课堂教学进行优化,得出三个研究结论。

基于读分割最优匹配的indels识别算法

高通量测序技术的发展,极大地推动了基因组结构变异识别的研究.当前,该领域主要使用覆盖度、读分割或片段组装方法来识别变异,但目前的方法识别结果不够准确,敏感度高,对基因组结构变异的信息(如变异序列、变异坐标等)挖掘不充分.插入和删除类型的结构变异统称为indels,在基因组结构变异中最为常见.为此,针对indels的精确识别,提出了基于读分割和动态规划的最优序列匹配算法(optimal split-read matching algorithm,简称OSRM).OSRM算法能将异常读片段以最少的空位打断比对到参考序列上.首先,建立异常读片段与特定参考序列的匹配得分矩阵;然后,建立回溯路径矩阵;最后,用以变异特点设计的得分公式对每条路径进行最优匹配筛选,输出精确识别的indels坐标及序列.实验结果显示,该方法对小中型的indels有很高的识别性能.此外,与读分割法的经典算法Pindel进行了比较,证实OSRM算法在小中型的indels识别方面有更好的效果,可识别更复杂的情况.

RSVP显示方式下影响中文阅读效果的主要因素

通过二个实验考察了在采用快速序列视觉呈现（RSVP）显示方式时．影响中文阅读效果的二个主要因素，即每次同时呈现的字数和人为的词切分。结果表明．在RSVP显示方式下．中文的阅读理解正确率不受每次同时显示的字数多少或人为词切分的影响，而阅读速度和阅读效率则随每次同时呈现的字数的增加而相应提高；词切分条件下的阅读速度和效率略低于与其字数相当的固定字数显示方式下的阅读速度和效率。

基于隐马尔可夫模型的拷贝数变异检测算法研究

针对目前拷贝数变异检测存在的参数优化、额外信息利用不充分等问题,提出一种基于隐马尔可夫模型的拷贝数变异检测算法。首先对读数据与参考序列比对并存储匹配失效的数据,实现窗口读数据的计数和平滑校正;然后引入隐马尔可夫模型对读计数的异常信号进行检测,得出候选的拷贝数检测结果;最后采用基于匹配失效数据的裂读比对实现候选结果的过滤,从而提高检测性能。模拟和实验数据的拷贝数变异检测结果表明该算法具有较高的检测精度和覆盖度,优于现有常用的检测算法。

词切分与字间距对引导式汉语文本阅读工效的影响

采用两个实验分别考察了词切分和字间距对引导式汉语文本的阅读工效的影响。实验结果表明 :(1)不同步幅下的阅读工效差异显著 ,其中 3字 /步条件下的阅读绩效最高 ,但词切分并未能提高阅读绩效 ,其中消失 1词 /步条件反而妨碍了阅读理解 ,出现 1词 /步条件也未能显著提高阅读工效 ;(2 )字间距对汉语文本阅读工效有显著影响 ;(3) 10字窗口下 ,步幅效应和字间距效应都显著 ;2 0字窗口下 ,二者都不显著。

分布式架构在银行核心业务系统的应用

相对于主机集中式架构,以X86和云计算为基础的分布式架构在扩展性、低成本方面的优势明显,随着技术的进步,其可用性也在逐步提升,已经成为主流的架构方案.针对在数据库层应用分布式架构,本文从分库分表、读写分离、数据共享和访问性能优化、高效运维等方面,提出了一套适用于银行核心业务系统的分布式架构解决方案,并已取得应用实践的成功.

一种处理器系统接口部件的设计与实现

本文给出了一种处理器系统接口部件的具体设计方案。该接口部件通过使用Split读和片外Cache来提高处理器的性能。测试结果表明,Split读和片外Cache能够以比较低的代价使处理器性能得到很大提高。

词切分对不同汉语阅读群体阅读影响比较研究

汉语阅读是一个复杂的认知加工过程,汉语阅读过程中不同汉语能力的人对词的划分并不是完全一致,从词切分的角度着手,简要介绍词切分的基本研究思路,比较词切分对汉语母语者与外国留学生的影响,总结比较词切分对不同汉语阅读者的汉语阅读影响的相关研究,以期对对外汉语教学提供借鉴。

HIS数据库升级——SQL2005到SQL2014的跨版本升级

目的:完成HIS的软硬件升级,解决SQL数据库下HIS负荷过重的问题。方法:数据库升级后,由3台服务器组成集群环境,利用SQL2014的AlwaysOn完成HIS数据库的读写分离,将HIS中的各类查询及报表做负载均衡。结果:极大地提升了HIS的性能和安全。结论:利用SQL2014自带的AlwaysOn,无须借助第三方软件,对于提升HIS性能是十分安全、可靠的。

大型网站应用技术架构演变的研究

不同的网站系统,有各自的业务特性,系统架构也有所不同,本文通过研究数据库与大型网站架构的演化过程,找出大型网站系统的架构中的共用技术,以便将这些公用技术应用在更广泛的网站应用系统中.

拷贝数变异检测算法优化研究

拷贝数变异与多种复杂疾病密切相关,具有重要的研究意义。本文利用基于测序数据的拷贝数变异检测过程中丢弃的不匹配读数据,采用裂读法和单端匹配法对已有检测算法的结果进行过滤优化。模拟和实验数据检测结果表明,本文方法优化后能得到了更高的检测性能。

基于读写分离的应用研究

读写分离是对数据库读和写操作进行分离并对应于不同的数据库服务器。既能有效地减轻数据库压力，也能减轻io（input／output的缩写，即输入输出端口）压力。Mysql数据库是最流行的关系型数据库管理系统之一，具有软件体积小，访问速度快，应用总体成本较低的特点，目前在web应用上使用广泛。在国内阿里等公司使用了mysql数据库的集群及读写分离应用，从而大大降低了web应用的成本。

读写分离技术在运营支撑系统中的应用

读写分离技术在很多大型企业的信息系统中得到了广泛的应用。结合传统电信运营商核心交易系统的架构现状,通过增加读库、数据缓存、搜索引擎三种读写分离技术,设计了一种高性能、高可用、可扩展的数据层架构方案。实验结果表明,读写分离可以极大地提升数据的读取性能以及整个系统的业务承载能力。

高错误率长序列的高敏感度比对

将第三代测序平台产生的高错误率的长序列(long read)与参考基因组进行映射比对,需要高的编辑距离阈值.为此种求解长序列比对问题,将高错误率的长序列分割成较短的片段,借鉴全映射比对的思想,寻找所有满足编辑距离阈值的序列片段的候选位置;采用对高编辑距离更敏感的基于Hash索引的变长种子播种算法,定位序列片段在参考基因组上的候选位置,将连续“插入删除”相同碱基的编辑距离设置为1,使得算法可以处理第三代测序数据中新出现的“均聚物(homopolymer)”类型错误,以提升序列比对的敏感度;对片段侯选位置数量进行统计分析,求出片段候选位置质量分数,过滤掉质量不高的片段侯选位置;根据序列片段间的位置关系,动态连接片段的侯选位置,连接时对不同错误类型给予不同罚分,以去除假阳性的候选位置,确保比对的准确度.在模拟和真实数据集上的实验结果表明,与同类方法相比,本文方法在获得相同高的准确度的同时,提升了比对查全率和敏感度.

一种基于云的SaaS分布式多租户数据库研究

给出一种基于云平台的Saa S分布式多租户数据库架构,探索了Saa S多租户应用面临的租户自定义数据访问控制和租户海量数据存储两大挑战的解决方法。使用云平台虚拟机作为局部存储节点,借助数据切分和读写分离,实现了可用性和扩展性强的租户海量数据的存储。采用灵活的键值对模型存储租户自定义数据,提出了基于元数据的租户自定义数据访问控制方法,并设计了访问控制算法。将典型应用TPC-W转换为多租户模式并进行原型实验分析,结果表明该架构是有效和可行的。

分布式数据访问层中间件的研究与实现

目前互联网公司数据吞吐量急速上升,传统的单一数据库服务器架构已经不再满足需求。当数据库服务器出现性能瓶颈问题时,仅靠增加服务器性能无法从根本上解决问题,因此需要水平扩展,即将数据库水平扩展到多台服务器。实现水平扩展的软件就叫数据访问层中间件,该文采用分布式架构设计了两种数据访问层中间件:客户端数据库中间件和服务端数据库中间件。使用Java语言进行开发,数据库用的是使用最广的关系型数据库My SQL。实现了数据库的分库分表、读写分离等操作,提升了数据访问层的响应速度以及数据访问层的系统稳定性。

一种多策略协同的小水电并发访问控制方法

针对小水电站点数量多、集中访问等问题,深入分析业务特点,采用主从式数据库服务器+负载均衡技术,设计了业务驱动的并发数据访问控制策略和IP_hash与Fair相结合的改进的负载均衡任务分配算法,有效分离读写操作,在任务高发期加强首次任务请求的有效接纳率,使得数据上报和查询响应效率得到了极大提升,不仅彻底解决了数千计用户集中报数时的网页卡死问题,还将集中访问的响应时间从原来的最长30 s,稳定在5 s以内,大大地改善了用户体验,提高了系统的运行效率。