Vol. 15 Núm. 43 (2016): Revista GTI
Artículos

Alineamiento de secuencias bioinformáticas en una arquitectura GRID

Simon Orozco-Arias
Universidad de Caldas
Biografía
Marcelo Herrera-González
Universidad de Caldas
Biografía
Leonardo Soto-Agudelo
Universidad de Caldas
Biografía
Gustavo Isaza-Echeverry
Universidad de Caldas
Biografía

Publicado 2017-10-11

Palabras clave

  • Computación HTC,
  • Grid,
  • Infraestructura Cluster,
  • Condor,
  • Blast

Cómo citar

Orozco-Arias, S., Herrera-González, M., Soto-Agudelo, L., & Isaza-Echeverry, G. (2017). Alineamiento de secuencias bioinformáticas en una arquitectura GRID. Revista GTI, 15(43), 37–45. Recuperado a partir de https://revistas.uis.edu.co/index.php/revistagti/article/view/6818

Resumen

Las tecnologías de la computación de altas prestaciones se han convertido en herramientas muy útiles, empleadas por diferentes empresas o centros de investigación para la ejecución de procesos y análisis de datos masivos en tiempo real, convirtiéndose en necesidades básicas para la mayoría de los procesos investigativos. Sin embargo, uno de los principales objetivos que se buscan al utilizar este tipo de sistemas es el empleo del menor tiempo posible de ejecución de procesos y una mayor precisión en los resultados. En este artículo se dará a conocer de manera general una arquitectura que satisface esas necesidades, como es el caso de una Grid Computing. También se presentará qué factores influyen en ella, qué elementos se deben configurar y cómo es el rendimiento al ejecutar trabajos bioinformáticos en esta arquitectura. Para ello se ejecutarán alineamientos usando NCBIBlast en diferentes nodos de cómputo ubicados dispersos geográficamente, finalmente se evidencia el desempeño que se obtiene al finalizar las tareas

Descargas

Los datos de descargas todavía no están disponibles.

Referencias

[1] Altschul, S. F., W. Gish, et al (1990). Basic local alignment search tool.. Revista Journal of molecular biology 215(3): 403-410.

[2] Baker, M., Buyya, R., & Laforenza, D (2002). Grids and Grid technologies for wide‐area distributed computing. Revista Software: Practice and Experience, 32(15), 1437-1466.

[3] Barker, B (2015). Message passing interface (mpi). Paper presented at the Workshop: High Performance Computing on Stampede.

[4] Beloglazov, A., Piraghaj, S. F., Alrokayan, M., & Buyya, R (2012). Deploying OpenStack on CentOS using the KVM Hypervisor and GlusterFS distributed file system. University of Melbourne

[5] Franco, Cesar. 2016 Procesamiento y Visualización Distribuida de Relaciones Funcionales de genes en ambientes Ubicuos. “Tesis de Maestría en Ingeniería Computacional no publicada” Universidad de Caldas, Manizales, Colombia.

[6] González, Á. F., Rosillo, R., Dávila, J. Á. M., & Olivera, V. M (2015). Historical review and future challenges in Supercomputing and Networks of Scientific Communication. Revista The Journal of Supercomputing

[7] Gropp, W., Lusk, E., Doss, N., & Skjellum, A (1996). A high-performance, portable implementation of the MPI message passing interface standard. Revista Parallel computing, 22(6), 789-828.

[8] Hernández, E. A. Z., & Ordoñez, J. S (2015). Una herramienta para el soporte a la computación distribuida.

[9] Hernández, J. T., Díaz, E., Figueroa, P., & De la Rosa, F (2007). El desarrollo de aplicaciones colaborativas de alta calidad: una realidad sobre la Red Académica de Alto Desempeño (Renata). Revista de Ingeniería, 26, 22-28.

[10] University of Winsconsin-madison (2016) HTCondor High Throughput Computing HTCondor Manuals. Recuperado (2016, noviembre 05) de http://research.cs.wisc.edu/htcondor/manual/

[11] Johnson, M., Zaretskaya, I., Raytselis, Y., Merezhuk, Y., McGinnis, S., & Madden, T. L (2008). NCBI BLAST: a better web interface. Nucleic acids research, 36(suppl 2), W5-W9.

[12] Kay, R (2009). Pragmatic network latency engineering fundamental facts and analysis. cPacket Networks, White Paper, 1-31.

[13] Liarte López, M. R (2008). Estudio, implementación y evaluación de entornos de computación de alto rendimiento HTC.

[14] Lonarkar, M. G., & Pandey, Y (2013). Real Time & Secure Video Transmission Using OpenMPI.

[15] Meza Martínez, J. I., & Uribe Hurtado, A. L (2013). Implementación de dos nodos grid basados en clusters e integrados a grid Colombia a través de Renata, utilizando software libre.

[16] Min, S., Lee, B., & Yoon, S (2016). Deep Learning in Bioinformatics. arXiv preprint arXiv:1603.06430.

[17] Palevich, J. H., & Taillefer, M (2008). Network file system: Google Patents.

[18] Pruitt, K. D., Tatusova, T., & Maglott, D. R (2007). NCBI reference sequences (RefSeq): a curated non-redundant sequence database of genomes, transcripts and proteins. Revista Nucleic acids research, 35(suppl 1), D61-D65.

[19] Ramstad, J (2015). Protein Alignment on the Intel Xeon Phi Coprocessor.

[20] Tejedor, R. J. M (2007). Grid Computing. Manual formativo de ACTA(43), 17-22.

[21] Tobias Oetiker (2015). About SmokePing. Recuperado (2016, abril 16) de http://oss.oetiker.ch/smokeping/

[22] V. Kalusivalingam (2004). Network Information Service (NIS),Configuration Options for Dynamic Host. Configuration Protocol for IPv6 (DHCPv6). Cisco Systems (India) Private Limited. Recuperado (2016, Marzo 22) de https://tools.ietf.org/html/rfc3898

[23] Ylonen, T., & Lonvick, C (2006). The secure shell (SSH) protocol architecture.

[24] Zhou, X., Chen, H., Wang, K., Lang, M., & Raicu, I (2013). Exploring Distributed Resource Allocation Techniques in the SLURM Job Management System. Illinois Institute of Technology, Department of Computer Science, Technical Report.

[25] Castillo, L. F., López-Gartner, G., Isaza, G. A., Sánchez, M., Arango, J., Agudelo-Valencia, D., & Castaño, S. (2015). GITIRBio: A Semantic and Distributed Service Oriented-Architecture for Bioinformatics Pipeline. Journal of Integrative Bioinformatics, 12(1), 255.