數(shù)據(jù)深度挖掘模型及算法

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。

大規(guī)模生物信息學(xué)算法的集成技術(shù)

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。

支撐信息化平臺的大數(shù)據(jù)技術(shù)

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。