学位论文 > 优秀研究生学位论文题录展示

基于的分子对接加速技术研究GPU

作　者: 徐琛彦
导　师: 骆志刚
学　校: 国防科学技术大学
专　业: 计算机科学与技术
关键词: 分子对接 GPU 遗传算法模拟退火随机数
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 33次
引　用: 0次
阅　读: 论文下载

内容摘要

伴随着GPu体系结构的革新和相应开发环境的成熟，基于GPU的通用计算更加广泛地应用到科学计算领域。利用GPu实现对信息处理的加速已经成为生物信息处理的有效手段。分子对接作为生物信息学研究的内容之一，在药物设计过程中占有比较重要的位置。分子对接技术为从分子层次弄清疾病发生的机理与防治的机理、研发特效药物奠定基础。将GPu计算引入分子对接技术，借助于cPu-GPu的异构混合体系结构，实现分子对接的加速，能够缩短药物的研发周期，提高我国药物设计水平以及应对重大突发疾病的能力。本文针对AutoDck这一款开源的对接软件进行具体的分析，实现了分子对接遗传算法在GPu上的细粒度并行加速。本文主要工作和创新点：(1)深入分析了mtoDock中遗传算法的计算机制，设计了基于cPu+GPU的分子对接遗传算法的并行计算方法，该方法整合cPu与GPu的计算资源，充分发挥了GPU的计算能力。测试结果表明，该方法有效加速了分子对接计算过程。(2)设计了基于cPu+GPU的混合算法的并行计算方法。此方法将模拟退火过程融入到遗传算法当中，借助GPu的大量处理单元，加速局部搜索过程。与并行的遗传算法相比，该方法可有效抑制遗传算法的早熟。(3)提出了一种随机数生成的并行方法，将随机数的生成分为两个部分：cPu定期生成并传输确定规模的随机数，GPu根据需要零散地生成余下的随机数。该方法有效地划分了计算任务，充分利用cPu的计算能力，将大量的随机数生成与GPU计算并行执行。

全文目录

摘要  8-9
ABSTRACT  9-10
第一章绪论  10-16
  1.1 研究背景  10-12
  1.2 研究现状  12-14
  1.3 研究意义  14-15
  1.4 文章内容安排  15-16
第二章分子对接与GPU计算简介  16-29
  2.1 分子对接简介  16-22
    2.1.1 分子对接原理与分类  16-17
    2.1.2 分子对接方法  17-20
    2.1.3 典型分子对接软件  20-22
  2.2 GPU计算  22-29
    2.2.1 GPU计算概述及特点  22
    2.2.2 GPU计算发展和应用  22-23
    2.2.3 OpenCL编程模型介绍  23-29
第三章基于GPU的分子对接遗传算法的计算方案  29-52
  3.1 遗传算法介绍  29-33
  3.2 对接软件选取  33-34
  3.3 分子对接计算与遗传算法  34-35
  3.4 基于GPU的分子对接遗传算法的总体框架及优化策略  35-37
    3.4.1 基于GPU的分子对接遗传算法的总体框架  35-37
    3.4.2 优化策略  37
  3.5 构象评估方法分析与设计  37-40
    3.5.1 构象评估过程分析  37-38
    3.5.2 基于GPU的构象评估方法  38-40
  3.6 构象搜索过程分析与设计  40-41
  3.7 随机数生成方法与使用策略  41-48
    3.7.1 基于GPU的随机数生成  42-45
    3.7.2 遗传算法中随机数的生成  45-46
    3.7.3 遗传算法中随机数使用策略  46-48
  3.8 实验分析  48-52
第四章基于GPU的分子对接遗传模拟退火算法的计算方案  52-59
  4.1 遗传模拟退火算法介绍  52-53
  4.2 基于GPU的分子对接遗传模拟退火算法总体框架  53-55
  4.3 能量差的相关计算和内循环终止条件  55-56
  4.4 实验分析  56-59
第五章结束语  59-61
  5.1 总结  59
  5.2 展望  59-61
致谢  61-63
参考文献  63-67
作者在学期间取得的学术成果  67

基于的分子对接加速技术研究GPU

内容摘要

全文目录

相似论文