本團(tuán)隊(duì)基于海量的生物醫(yī)學(xué)大數(shù)據(jù),根據(jù)背景進(jìn)行多項(xiàng)有意義的數(shù)據(jù)深度挖掘模型及算法研發(fā),如疫苗輔助研發(fā)模型,網(wǎng)絡(luò)模擬流感演化算法,流感病毒溯源算法,流感危害性評估算法等。并以這些原創(chuàng)性的模型及算法,在Cell Host & Microbe, bioinformatics, Nature Communications等高水平雜志上發(fā)表了多篇有影響力的文章。
通過工作流軟件平臺的組織形式,將FastQC、Bowtie、Bowtie2、Bwa、GATK、Tophat、Cufflinks、MACS、CEAS、Bismark等二百余種工具,按照不同的功能模塊進(jìn)行整合與參數(shù)調(diào)優(yōu),實(shí)現(xiàn)不同類型的測序數(shù)據(jù)分析的應(yīng)用場景。
使用包括共享內(nèi)存openMP的技術(shù)、多計(jì)算節(jié)點(diǎn)通過消息傳遞框架MPICH2協(xié)同運(yùn)算技術(shù)、以及CPU和GPU(NVDIA的CUDA技術(shù))或MCI(Intel眾核技術(shù))的異構(gòu)運(yùn)算,以及Spark on Yarn,作為平臺構(gòu)建的重要支撐。
微信公眾號