Análise de desempenho de algoritmos para correção híbrida de sequências genômicas em ambiente de memória compartilhada e distribuída

Abstract

A análise do genoma é uma área com amplas pesquisas que permitem o estudo de doenças e o desenvolvimento de novos tratamentos. Para isso, pesquisadores utilizam-se do genoma montado através de ferramentas computacionais para realizar sua análise. Este trabalho apresenta uma análise de desempenho acerca de um algoritmo de correção hı́brida de sequências genômicas, sendo esta uma etapa necessária para a montagem do genoma. Foram implementadas sete versões do algoritmo visando comparar seus desempenhos. Os resultados obtidos a partir dos testes revelam que é possı́vel obter ganhos de desempenho de até cerca de 17 vezes em relação à versão sequencial, e que a melhor versão do algoritmo possui escalabilidade superior à linear.

Análise de viabilidade de ferramenta para correção híbrida de sequências genômicas em ambiente de memória compartilhada com FPGA

“…Para analisar a viabilidade da ferramenta para correção híbrida, os resultados de desempenho foram confrontados com os resultados obtidos em [Almeida et al 2019]. Neste artigo foi apresentada uma análise de desempenho de algumas soluções em software para a implementação do algoritmo de correção híbrida.…”

“…Este teste visa verificar o comportamento variando os tamanhos dos arquivos de sequências grandes e pequenas. Os dados da implementação usando CPU e FPGA são confrontados com os dados obtidos em [Almeida et al 2019]. Os resultados obtidos são apresentados no gráficos da figura 1.…”

“…Observa-se que a ferramentaé escalável tanto com o tamanho do arquivo das sequências pequenas quanto com o tamanho do arquivo das sequências grandes, e seu desempenhoé sempre superior ao melhor caso apresentado no artigo [Almeida et al 2019].…”

“…Este artigo tem como objetivo apresentar uma análise de viabilidade de uma ferramenta de correção híbrida, implementada em um ambiente heterogêneo de CPU e FPGA. Eleé uma continuação do trabalho apresentado em [Almeida et al 2019], onde foram exploradas diversas implementações apenas em software de uma versão base do algoritmo de correção utilizando a janela deslizante. Nele foram abordadas as versões multicore e para cluster, onde observou-se que a utilização do OpenMP junto com o MPI em um cluster resulta em melhorias significativas no desempenho.…”