راه حل‌هایی با کارایی بالا برای داده‌های بزرگ GWAS
واتساپ:09141077352 همراه: 09141077352 ثابت: 35250068-041 سفارش سمینار و مقاله سفارش ترجمه تخصصی
 

دانلود فایل با شمار فاکتور

لطفا شماره فاکتور خود را درج نمایید


جدیدترین لغات واژه‌نامه

آمار بازدیدکنندگان

بازدید امروز :44
بازدید روز گذشته :70
بازدید این هفته :374
بازدید این ماه :1117
مجموع آمار بازدید ها :800742

عنوان محصول: راه حل‌هایی با کارایی بالا برای داده‌های بزرگ GWAS

دسته‌بندی: مقالات ترجمه شده رشته کامپیوتر
تاریخ انتشار: چهارشنبه 31 فروردين 1396
راه حل‌هایی با کارایی بالا برای داده‌های بزرگ GWAS راه حل‌هایی با کارایی بالا برای داده‌های بزرگ GWAS
توضیحات مختصر: برای ارتباط صفات پیچیده با پلی مورفیسم ژنتیکی، رویه‌های مطالعاتی تخصیص ژنوم عریض در مجموعه داده‌های بزرگ، شامل ده‌ها هزار ژنوتیپ برای میلیون‌ها پلی مورفیسم است. وقتی این داده‌ها را مدیریت می‌کنیم و مقدار حافظه مورد نیاز بسیار زیاد می‌شود، با یکی از دو چالش زیر روبرو می‌شویم: 1) میلیون‌ها پلی مورفیس...
راه حل‌هایی با کارایی بالا برای داده‌های بزرگ GWAS راه حل‌هایی با کارایی بالا برای داده‌های بزرگ GWAS


قیمت قیمت : 40000 تومان
تخفیف تخفیف: 12 تومان
تخفیف تخفیف ویژه : 10 درصد
قیمت نهایی قیمت نهایی: 35988 تومان
507 بازدید
کد مقاله: TTC- 3438
نوع فایل : docx
لینک دانلود فایل خریداری شده بلافاصله بعد از خرید موفق فعال خواهد شد.
Journal: Elsevier

High performance solutions for big-data GWAS
Abstract
In order to associate complex traits with genetic polymorphisms, genome-wide association studies process huge datasets involving tens of thousands of individuals genotyped for millions of polymorphisms. When handling these datasets, which exceed the main memory of contemporary computers, one faces two distinct challenges: (1) millions of polymorphisms and thousands of phenotypes come at the cost of hundreds of gigabytes of data, which can only be kept in secondary storage; (2) the relatedness of the test population is represented by a relationship matrix, which, for large populations, can only fit in the combined main memory of a distributed architecture. In this paper, by using distributed resources such as Cloud or clusters, we address both challenges: the genotype and phenotype data is streamed from secondary storage using the double-buffering technique, while the relationship matrix is kept across the main memory of a distributed memory system. With the help of these solutions, we develop separate algorithms for studies involving only one or a multitude of traits. We show that these algorithms sustain high-performance and allow the analysis of enormous datasets.
Keywords: Genome-wide association study, Mixed-models, Generalized least squares, Big data, Distributed memory, Omics.

چکیده
برای ارتباط صفات پیچیده با پلی مورفیسم ژنتیکی، رویه‌های مطالعاتی تخصیص ژنوم عریض در مجموعه داده‌های بزرگ، شامل ده‌ها هزار ژنوتیپ برای میلیون‌ها پلی مورفیسم است. وقتی این داده‌ها را مدیریت می‌کنیم و مقدار حافظه مورد نیاز بسیار زیاد می‌شود، با یکی از دو چالش زیر روبرو می‌شویم: 1) میلیون‌ها پلی مورفیسم و هزاران فنوتیپ در هزینه‌های هزاران گیگابایت از داده‌ها بیان می‌شوند که تنها در حافظه ثانویه نگهداری می‌شوند. 2) ارتباط جمعیت آزمونی با استفاده از یک ماتریس ارتباط بیان می‌شود که جمعیت موجود می‌تواند تنها در حافظه ترکیبی و اصلی معماری توزیع شده، قرار گیرد. در این مقاله، با استفاده از منابع توزیع شده مانند ابر و یا خوشه‌ها، ما دو چالش را نگاشت می‌کنیم: در ژنوتیپ و فنوتیپ، داده‌ها از حافظه ثانویه با استفاده از رویکرد بافر دوگانه جریان پیدا می‌کنند زیرا ماتریس ارتباط در راستای حافظه اصلی یک سیستم حافظه‌ای توزیع شده نگه داشته می‌شود. با استفاده از این راه حل‌ها، ما الگوریتم‌های جداگانه‌ای را برای مطالعات شامل تنها یک یا بسیاری از صفات توسعه می‌دهیم. ما نشان می‌دهیم که الگوریتم‌های جدا شده برای مطالعات تنها شامل یک یا چند صفت است. ما نشان می‌دهیم که، این الگوریتم‌ها دارای کارایی بالایی هستند و اجازه تحلیل داده‌های بزرگی را مهیا می‌کنند.
کلمات کلیدی: مطالعه تجمع ژنوم گسترده، مدل‌های ترکیبی، حداقل مربعات تعمیم، اطلاعات بزرگ، حافظه توزیع، Omics

تعداد صفحات انگلیسی تعداد صفحات انگلیسی:13 صفحه
تعداد صفحات فارسی تعداد صفحات فـارسـی:23 صفحه

  • آدرس: تبریز، آبرسان، مهرگان چهارم
  • تلفن  تماس: 09016347107
  • تلفن  ثابت : 35250068-041
  •  Mailttcenterاین آدرس ایمیل توسط spambots حفاظت می شود. برای دیدن شما نیاز به جاوا اسکریپت دارید : آدرس  ایمیل
  • @zoodyab :آدرس تلگرام
مرکز  تخصصی  تلاش ترجمه از  سال  1385 شروع به کار نموده است  و تا کنون بیش از ده هزار ترجمه در رشته ها و زمینه های مختلف توسط متخصصین این مرکز انجام  شده  است.

تمامی ترجمه‌های انجام شده توسط موسسه تخصصی تلاش ترجمه، به صورت دستی (غیرماشینی) بوده و توسط مترجمین با سابقه انجام می‌شوند. ترجمه‌های انجام شده توسط موسسه تلاش ترجمه در قالب فایل Word و به صورت کاملا روان و بازخوانی شده و با ضمانت بازگشت وجه 72 ساعته (در صورت عدم رضایت از ترجمه) خدمت مشتریان محترم ارائه می‌شود.