计算机研究与发展

作者：段琼,田博,陈征,王洁,何增有,

关键词：“自顶向下”蛋白质组学, 蛋白质鉴定, 图形处理器, 通用并行计算架构, 谱图比对,

蛋白质及蛋白质翻译后修饰(post-translationalmodifications,PTMs)的鉴定是蛋白质组学研究的基础，对整个领域的进一步发展有着十分重要的意义.近年来，质谱设备的快速发展使得获取“自顶向下”(top-down，TD)的高精度完整蛋白质质谱数据成为可能.目前基于TD质谱数据的完整蛋白质鉴定算法虽然在匹配精度、PTM位点的推断上取得了一些成效，但它们运行时间还有很大的不足和提升空间.利用图形处理器(graphicsprocessingunit，GPU)可以将大规模的重复计算并行化，提高串行程序的执行速度.CUDA-TP算法基于通用并行计算架构(computeunifieddevicearchitecture,CUDA)来计算蛋白质与TD质谱数据的匹配分数.首先，对每一个质谱数据，CUDA-TP利用优化的MS-Filter算法在蛋白质数据库中过滤出其对应的少数候选蛋白质集合，然后通过AVL(adelson-velskiiandlandis)树加速质谱匹配过程.GPU中的多线程技术被用来并行化谱图网格及最终数组中所有元素的前驱结点的求解.同时，该算法还使用target-decoy策略来控制蛋白质与质谱图匹配结果的错误发现率(falsediscoveryrate，FDR).实验结果表明：CUDA-TP算法能够有效地加速完整蛋白质的鉴定，速度分别比MS-TopDown和MS-Align+快10倍与2倍.到目前为止，这是唯一能够利用CUDA架构来加速完整蛋白质鉴定的研究工作.CUDA-TP源代码公布在https://github.com/dqiong/CUDA-TP.

来源：2018年第7期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2018年第7期