基于Spark的L1-BC算法在关键蛋白质检测中的应用

摘要：

Spark作为当今大数据领域的分布式处理框架,在各个领域的应用越来越广泛.在关键蛋白质预测中,基于蛋白质相互作用网络拓扑结构的介数中心(BC)指标有着很好的预测效果,提出一种新的L1-BC指标,不仅能区分一些BC指标值相同的蛋白质,还能通过取子图计算体现出蛋白质的局部特性,实验结果表明该指标能够提高关键蛋白质的预测精度.基于Spark平台实现了L1-BC指标的并行计算算法,通过累加器和广播变量使得内存得到极大的优化,在数据集YDIP上的实验结果表明,基于Spark的L1-BC算法的加速比达到了94.31％.

关键词：Spark、分布式计算、关键蛋白质检测、介数中心性

所属期刊栏目：54

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61572005,61672086,61272004

在线出版日期：2019-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：234-240