結(jié)構(gòu)生物信息學(xué)已成為當前計算機科學(xué)領(lǐng)域的一個研究熱點。其主要研究目標是獲取生物系統(tǒng)的高分辨率結(jié)構(gòu)信息，從而精確地推理系統(tǒng)的功能、預(yù)測某些修改或擾動對系統(tǒng)造成的影響。與生物信息學(xué)的其他領(lǐng)域相比，結(jié)構(gòu)生物信息學(xué)面臨眾多新的挑戰(zhàn)。其中之一是多數(shù)結(jié)構(gòu)生物信息學(xué)問題的搜索空間是連續(xù)的；換言之，生物系統(tǒng)的微觀結(jié)構(gòu)一般通過原子在空間坐標系中的位置來表示，而坐標通常是連續(xù)變量,因此搜索空間是無窮的。雖然某些近似方法可以在一定程度上應(yīng)對結(jié)構(gòu)生物信息學(xué)問題的這種連續(xù)特性，但是從搜索空間中求得最終解仍然需要進行大量的運算[1]。

     DNA-蛋白質(zhì)匹配是生物信息學(xué)的一個重要問題。傳統(tǒng)的序列分析方法往往會導(dǎo)致較高的多重檢驗錯誤率(false-positive rate)[2]。多數(shù)基于結(jié)構(gòu)生物信息學(xué)的DNA-蛋白質(zhì)匹配方法把獲得轉(zhuǎn)錄因子-DNA組合體的信息作為一個必備條件，而轉(zhuǎn)錄因子-DNA組合體的信息通常需要通過實驗獲得，這種實驗通常需要耗費大量的時間。參考文獻[2]提出的基于退火算法的匹配算法避開了這個問題,但是使用該方法進行DNA-蛋白質(zhì)匹配仍需要較大的運算量。參考文獻[3]基于參考集索引技術(shù)提出了一種快速的序列分析算法，并將其應(yīng)用于DNA-蛋白質(zhì)匹配。參考文獻[4]采用多CPU的方式設(shè)計實現(xiàn)了并行化的DNA-蛋白質(zhì)序列分析方法，并取得了較高的加速比。但上述工作均未涉及基于結(jié)構(gòu)生物信息學(xué)的匹配方法的加速問題。
    應(yīng)對大運算量問題的一個常用方法是并行計算。NVIDIA公司統(tǒng)一計算設(shè)備架構(gòu)CUDA(Compute Unified Device Architecture)是一種全新的并行計算架構(gòu)。在CUDA的支持下，通用計算圖形處理單元GPGPU(General Purpose Graphic Processing Unit)可以作為一種通用的效率、硬件加速器，發(fā)揮出強大的運算能力[5]。
    本文針對參考文獻[2]的DNA-蛋白質(zhì)匹配方法，從計算的角度對其進行分析，設(shè)計實現(xiàn)并優(yōu)化了基于CUDA的加速方法，通過實驗驗證了其加速性能。
1 相關(guān)知識介紹
1.1 基于退火算法的DNA-蛋白質(zhì)匹配算法
    給定一條DNA鏈和一條蛋白質(zhì)鏈,兩者之間的相對位置存在很多種可能。假定兩者均為剛體，DNA-蛋白質(zhì)組合體的物理能量主要受兩者相對位置的影響，組合體的物理能量越低，其穩(wěn)定性越強。該方法試圖尋找使得組合體最穩(wěn)定的相對位置，這一結(jié)果對生物信息學(xué)的研究具有重要意義。
    從計算的角度看，該方法的基礎(chǔ)是退火算法。為了提高搜索精度，該匹配方法通常需要隨機產(chǎn)生大量初始“種子”，為每個“種子”啟動一個基于退火算法的搜索過程，在整個解空間中尋找最穩(wěn)定的相對位置。這種匹配方法的流程如圖1所示。

    圖1中的初始值為T0，溫度T及溫度衰減周期interval為正整數(shù),溫度衰減系數(shù)為a。每當算法所經(jīng)歷的平移和旋轉(zhuǎn)次數(shù)達到interval的非零整數(shù)倍時，T衰減為原來的a倍(0<a<1)，Tmin為溫度的最小值。
    DNA-蛋白質(zhì)組合體的物理能量E1、E2分別代表第n次(1&le;n&le;Smax，Smax為平移和旋轉(zhuǎn)次數(shù)的最大值)平移和旋轉(zhuǎn)前后組合體的物理能量。Emin代表通過算法得到的組合體物理能量的最小值。如果E2<E1，則接受第n次平移和旋轉(zhuǎn)的結(jié)果；否則,計算指數(shù)式exp(-(E2-E1)/T)的值，并使用C++庫函數(shù)drand48( )產(chǎn)生一個在區(qū)間[0,1]上均勻分布的隨機數(shù)。如果指數(shù)式的值小于隨機數(shù)的值，則接受第n次平移旋轉(zhuǎn)的結(jié)果，反之不接受。
    step為當前進行到了第幾次平移和旋轉(zhuǎn)。
1.2 CUDA編程模型及線程調(diào)度方式的特點
　 CUDA程序通常包含CPU串行代碼和GPU并行代碼，后者被稱作CUDA程序的內(nèi)核。在執(zhí)行內(nèi)核時，CUDA會產(chǎn)生大量并行工作的線程，以單指令多數(shù)據(jù)SIMD(Single Instruction Multiple Data)方式完成整個內(nèi)核的計算任務(wù)。CUDA采用網(wǎng)格(grid)和線程塊(block)來組織線程[6]。一個block的線程又被劃分為一個或多個線程組(warp)。warp是CUDA程序最基本的調(diào)度單位，屬于同一個warp的各個線程會從CUDA程序代碼段中相同的程序地址同時開始執(zhí)行，但是各線程具有獨立的當前指令指針和寄存器狀態(tài)。因此，各線程可能會有不同的執(zhí)行路徑，例如執(zhí)行不同的分支選擇結(jié)構(gòu)代碼或循環(huán)結(jié)構(gòu)代碼[7]。warp執(zhí)行特點如圖2所示。

    假設(shè)一個warp中共有4個線程：線程1~線程4，它們的執(zhí)行時間分別是t1~t4，并且t3<t1<t2<t4。因為CUDA的基本調(diào)度單位是一個完整的warp而非單個線程，所以整個warp的執(zhí)行時間取決于執(zhí)行時間最長的線程t4。其他3個線程在執(zhí)行完畢后必須等待還沒有執(zhí)行完畢的線程，因此有一段時間處于空閑狀態(tài)，相應(yīng)的計算資源也就被閑置了。例如，線程3閑置的計算資源最多，其空閑時長為(t4-t3)。造成計算資源閑置的原因是同一warp中各個線程的執(zhí)行路徑不同；而CUDA采用的是SIMD并行方式，執(zhí)行路徑的不同是由每個線程所處理的數(shù)據(jù)差異造成的。因此，依照一定規(guī)則對數(shù)據(jù)進行重新排列是減少這種計算資源閑置狀況的常用方法[8]。重排規(guī)則通常視具體應(yīng)用而定。
2 使用CUDA加速DNA-蛋白質(zhì)匹配
2.1 從計算角度分析匹配算法
    匹配方法的流程已由圖1給出，除參數(shù)初始化外，該方法可分為三部分： (1)平移、旋轉(zhuǎn)DNA和蛋白質(zhì)；(2)計算DNA-蛋白質(zhì)組合體的能量；(3)后續(xù)處理。這3部分在普通CPU平臺上所耗時間依次為: 73.624 s、1 138.945 s、110.809 s(僅使用一個隨機初始種子，退火算法參數(shù)的預(yù)設(shè)值及軟硬件平臺參數(shù)指標見本文第3部分),實驗使用的DNA、蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)來自參考文獻[9]編號為2GLI的文件。其他的DNA、蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)的實驗結(jié)果也顯示了計算能量所耗費的時間遠超過其他兩個部分。計算能量時，DNA-蛋白質(zhì)組合體所處的三維空間被劃分成若干個棱長為埃米(10-10 m)級的晶格。一條DNA鏈由若干個DNA原子構(gòu)成，一條蛋白質(zhì)鏈由若干個蛋白質(zhì)原子構(gòu)成；以2GLI組合體為例,共有855個DNA原子和1 270個蛋白質(zhì)原子。每次平移和旋轉(zhuǎn)前后，每個原子所屬的晶格都可能發(fā)生改變，每個晶格所包含的原子個數(shù)也可能發(fā)生改變。Di(i=1,2,&hellip;,ND)，Pj(j=1,2,&hellip;,NP)分別代表組合體中的DNA原子數(shù)量和蛋白質(zhì)原子數(shù)量。DNA原子i(i=1,2,&hellip;,ND)在三維空間中所處的晶格和相鄰的晶格共有27個，統(tǒng)稱為原子i的臨近晶格(Neighboring Lattice)，以pi,j(x,1,2,&hellip;,ni)代表這27個晶格中的所有蛋白質(zhì)原子，這些原子即原子i的相鄰蛋白質(zhì)原子。以di,j代表DNA原子i與蛋白質(zhì)原子jx之間的歐式距離，兩個原子之間的能量是di,j的函數(shù)：E(di,j)。則組合體的總能量為：

通過累加各線程的能量部分和可以得到組合體的總能量。另外，如果B<ND，則需要把ND個DNA原子平均分成「ND/B?骎塊（最后一塊可能不足B個原子），然后，由整個block的線程依次處理各塊，算法2第3行的循環(huán)結(jié)構(gòu)即為了達到這個目的。
2.3 優(yōu)化并行算法
    考慮到本文1.2節(jié)所述warp的執(zhí)行特點，上述并行方式存在一定的不足。算法2中第7行的循環(huán)次數(shù)取決于當前晶格中蛋白質(zhì)原子的個數(shù)，同一warp中各線程的循環(huán)次數(shù)可能會不同，如果差異過大，會造成嚴重的計算資源閑置；對所有線程而言，算法2第3行、第6行循環(huán)結(jié)構(gòu)的循環(huán)次數(shù)是確定的。
    假設(shè)DNA存儲在一個數(shù)組中，且該數(shù)組位于GPU主存(global memory)中。為了盡量減少計算資源閑置，重排DNA原子的原有次序(DNA鏈中的次序),處于同一個晶格中的DNA原子被存儲在數(shù)組的某一段連續(xù)區(qū)域內(nèi)。采用這種優(yōu)化措施是基于以下原因：(1)由式(1)可知，總能量由E(di,j)做算術(shù)加法得到，與E(di,j)的計算次序無關(guān)；(2)為了提高GPU主存的帶寬利用率，同一warp中的線程通常從主存中的臨近區(qū)域讀取數(shù)據(jù)，即內(nèi)存訪問對齊(coalescing)[6]；(3)DNA的雙螺旋結(jié)構(gòu)是非線性的，DNA在鏈中相鄰的原子未必處于同一晶格中;(4)同一晶格中的DNA原子的臨近蛋白質(zhì)原子數(shù)量相同，重排可以減少因線程執(zhí)行路徑差異造成的計算資源閑置。重排的效果如圖3所示。

3 實驗
3.1 實驗平臺
    硬件平臺：Intel CoreTM2 E7500 CPU，2.93 GHz，NVIDIA GTX 660圖形處理器(單個warp包含 32個線程)，CPU主存4 GB。
    軟件平臺：Linux操作系統(tǒng)內(nèi)核版本2.6.18-194.el5，gcc版本4.1.2，CUDA版本5.0。
3.2 實驗參數(shù)設(shè)置與結(jié)果

    DNA-蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)編號為2GLI。CPU版程序以單線程串行方式執(zhí)行；GPU版程序block size固定為512；各block從不同的初始種子出發(fā)，分別基于退火算法進行搜索，每個block對應(yīng)一個初始種子。退火算法參數(shù)：初始溫度T0=120℃,最低溫度Tmin=0.001℃,溫度衰減周期interval=800,溫度衰減系數(shù)a=0.99,最大平移旋轉(zhuǎn)次數(shù)Smax=106。
    實驗結(jié)果如表1所示。與單線程CPU程序相比，未經(jīng)優(yōu)化的GPU程序?qū)@得最高可達8倍左右的加速比；而經(jīng)過重排優(yōu)化后，加速比在此基礎(chǔ)上進一步顯著提升，最高可達15倍左右。

    本文針對一種典型的DNA-蛋白質(zhì)匹配算法，設(shè)計實現(xiàn)了基于CUDA的并行化方法，從線程調(diào)度的角度對該方法進行優(yōu)化，并通過實驗驗證了加速性能。實際應(yīng)用往往需要為一個組合體產(chǎn)生大量的初始種子(數(shù)百個)，并為每個種子開啟一個基于退火算法的搜索過程；其目的是達到較高的匹配精度。實驗顯示，使用單個GPGPU加速，在單個block包含的線程數(shù)不變的前提下，隨著初始種子數(shù)量的增加，加速比逐漸趨于穩(wěn)定。例如，當初始種子個數(shù)超過40后，加速比基本穩(wěn)定在15倍左右。其原因在于單個GPGPU的計算能力存在上限,當種子足夠多時，其計算能力已得到較充分利用，無法繼續(xù)提高加速比。為了滿足實際應(yīng)用的需求，下一步的工作將考慮使用基于GPGPU的集群來加速匹配算法，以進一步提高加速比。
參考文獻
[1] BOURNE P E，WEISSIG H. Structural bioinformatics[M]. Hoboken: Wiley-Liss Inc, 2003.
[2] Liu Zhijie， Guo Juntao， Li Ting, et al. Structure-based prediction of transcription factor binding sites using a protein-DNA docking approach[J]. Proteins, 2008,72(4):1114-1124.
[3] 戴東波，熊赟，朱揚勇.基于參考集索引的高效序列相似性查找算法[J].軟件學(xué)報，2011(4):718-731.
[4] Zhang Zhang, Xiao Jingfa, Wu Jiayan, et al. ParaAT: A parallel tool for constructing multiple protein-coding DNA alignments[J]. Biochemical Biophysical Research Communications, 2012,419(4):779-781.
[5] 徐新海，楊學(xué)軍，林宇斐，等.一種面向CPU-GPU異構(gòu)系統(tǒng)的容錯方法[J].軟件學(xué)報，2011，22(10)：2538-2552.
[6] NVIDIA Cooperation.CUDA programming guide version 5.0[EB/OL].[2013-05-15].http://docs.nvidia.com/cuda/cudac-programming-guide/.
[7] TIANYI D H，TAREK S A. Reducing branch divergence in GPU programs[A]. In Proceedings of the Fourth Workshop on General Purpose Processing on Graphics Processing Units[C]. London: ACM.2012．
[8] IMEN C, AHCENE B, NOUREDINE M. Reducing thread divergence in GPU-based b&b applied to the flow-shop problem[A]. In Proceedings of the 9th International Conference on Parallel[C]. Berlin: Springer-Verlag.2011.
[9] Rutgers and UCSD. Protein Data Bank [DB/OL].[2009-02-24].http://www.rcsb.org/pdb/explore/explore.do?structureId=2gli.
[10] GENE A. Validity of the single processor approach to achieving large-scale computing capabilities[A]. In Proceedings of the April 18-20(AFIPS&prime;67)[C]. New York:ACM.1967.