دانلود مقاله ترجمه شده رایانش ابری، هادوپ و «داده های عظیم» در ژن شناسی

چکیده

از زمان اتمام پروژه ژنوم انسانی در آغاز قرن، با افزایش بی‌سابقه‌ای از اطلاعات توالی ژنی روبرو گشته‌ایم. نتیجه این امر این است که اکتشافات پزشکی در آینده تا حد زیادی بستگی به توانایی ما در پردازش و تجزیه و تحلیل مجموعه داده های بزرگ ژنومی داشته که درحال حاضر به قیمت کاهش تعیین توالی در حال گسترش است. در این مقاله، یک نقد و بررسی از فناوری‌های داده عظیم و محاسبات ابری ارائه داده‌ایم و درمورد این که چگونه چنین روشهای تخصصی می‌توانند در تقابل با مجموعه داده‌های عظیم زیستی به کار ما بیایند، بحث می‌کنیم. در اینجا تکنولوژ‌ی‌های داده عظیم از قبیل پروژه آپاچی هادوپ که امکان توزیع و پردازش داده های موازی و تحلیل مجموعه داده های در مقیاس پتابایت (PB) را فراهم می‌آورد، به بحث گذاشته شده و علاوه بر آن یک بررسی مقدماتی از کاربرد فعلی هادوپ در مجموعه بیوانفورماتیک خواهیم داشت.

1-مقدمه

پیشرفت در فناوری‌های‌ تعیین توالی نسل بعد [1] منجر به سطوح بی‌سابقه‌ای از داده‌های توالی در نسل شده است. بنابراین، زیست شناسی مدرن در حال حاضر با چالش‌های جدیدی در زمینه مدیریت داده، جستجو و تجزیه تحلیل روبروست. DNA انسانی از تقریبا 3 میلیارد جفت باز به همراه ژنوم شخصی تشکیل شده است که تقریبا 100 گیگابایت داده به ما ارائه می‌دهد که این میزان معادل حجم 102400 عکس است...