GPU加速生物序列比对分析-Nvidia

GPU 加速生物序列比对分析- 中山大学广东省计算科学重点实验室背景
生物信息学是把基因组DNA、RNA和蛋白质序列信息分
析作为源头，分析生命本质和进化过程，同时对新药和
新疗法的发现具有重要意义。

生物信息学已成为介于生
物学和计算机科学学科前沿的重要学科，在许多方面影
响着医学、生物技术和人类社会。

中山大学生命科学院环境生物学研究需要使用宏基因组
学（metagenomics）的方法研究环境与微生物的关系。

数以千万计的短DNA序列被分析以确定微生物的功能和
分类。

这一过程通过比对转录的DNA序列和NR等蛋白质
数据库确定被表达的基因。

原有的NCBI-BLASTX软件速度慢，已经成为分析的瓶颈。

中山大学“南方一号” GPU
集群装备了254张的NVIDIA Tesla T2050 GPU 卡。

如何用GPU加速BLASTX，就成了实验室一个重要的研究课题。

在已标记的生物数据库中搜索给定DNA或者蛋白质序列
的局部同源片段是序列比对的基本方法之一。

该类比对
方法中敏感度最高的是 BLAST（Basic Local Alignment Search Tool）。

自1990年以来，BLAST 被成功地广泛应
用在功能识别、基因标记、进化分析等领域，研究成果
发表在Nature等杂志；并且BLAST的论文被引用次数超过10万。

最流行的BLAST 软件是NCBI-BLAST。

它是美国国
立卫生研究院（National Institutes of Health，NIH）下属
美国国立生物技术信息中心NCBI (National Center for Biotechnology Information）推出的。

BLAST 支持不同的
查询方式。

例如，BLASTP 在蛋白质数据库中搜索蛋白质
序列的同源片段；BLASTX 在蛋白质数据库中确认被转录
的DNA序列。

挑战
随着高通量测序技术的发展，基因测序的速度越来越快，生物序列和数据库呈现爆发式增长。

序列比对已经成为
序列分析的瓶颈。

这在宏基因组学研究方面尤为突出。

BLASTX由于敏感度高，长期是宏基因组学研究中不可缺
失的工具。

但是，在高通量测试出现后，GB级短序列和GB级数据库之间的序列比对任务大量出现。

BLASTX的运
算速度无法满足快速分析的要求。

在保证敏感度的前提下，使用硬件加速是提升BLASTX运
算速度的有效途径。

例如使用超级计算机集群和mpiBLAST软件，可以将计算速度提升1000倍。

近年来，
国内CPU+GPU异构计算机蓬勃发展。

例如，“天河一号A”超级计算机就装备了大量的NVIDIA Tesla GPU 卡。

如何利
用CPU+GPU的异构计算机提升BLASTX的运算速度就是一
个很有现实意义的研究课题。

实现不同CPU+GPU异构计算机硬件环境下加速算法的性
能可移植性（performance portability）是当前的一个挑战。

加速异构计算机上软件并不能靠简单更换新CPU或者GPU
硬件完成。

这与传统CPU架构上的软件是不同的。

要实现
加速算法的性能可移植性，必须要有适合新硬件的运行
参数。

例如CPU和GPU之间的任务分配比例，GPU内核的
线程配置等。

方案
为加速生物序列比对，中山大学广东省计算科学重点实
验室推出了H-BLAST软件。

利用异构CPU+GPU加速平台，
H-BLAST软件提供两种序列比对算法及软件包：H-BLASTP
和 H-BLASTX。

其中，H-BLASTP实现了在蛋白质数据库中
查询未知蛋白质序列的比对结果；H-BLASTX实现了在蛋
白质数据库中查询未知DNA序列的比对结果。

H-BLAST软件的特点有：
1. 支持多CPU、多GPU协同工作；
2. 保证计算结果与 NCBI-BLAST 完全一致；
3. 支持批量序列数据查询；
4. 加速明显，单CPU核心加单GPU卡的加速性能比单线程 NCBI-BLASTP高4到6倍, 对单线程 NCBI-BLASTX加速达7.3倍，对无插空单线程 NCBI-BLASTP加速达9.5倍，多GPU卡加速接近线性；
5. 支持自动和手动性能调优，并支持自适应CPU-GPU负载均衡，实现加速算法在不同硬件环境下的性能可移植性；
6. 兼容现有各代 NVIDIA GPU，以及4.0以上版本的 CUDA 环境；
7. 对GPU内存容量需求低，在同样大小的GPU内核的线程配置下，中间结果的内存需求量最多可以比卡内基梅隆大学 GPU-BLAST 的减少87.5%.
H-BLAST软件已经在多种软硬件平台上进行过测试。

测试环境包括：中山大学“南方一号”GPU计算集群（CentOS 5.5 + CUDA 4.2 的软件环境和单节点12核CPU + 6张 NVIDIA Tesla C2050 GPU卡的硬件环境），广州超算“天河二号先导系统”（麒麟系统 + CUDA 4.0 的软件环境和单节点12核CPU +2张 NVIDIA Tesla C2050 GPU卡的硬件环境），高性能服务器（CentOS 6 + CUDA 5.5的软件环境和单节点16核CPU +2张NVIDIA Tesla K20x GPU卡的硬件环境）以及 PC（CentOS 6 + CUDA 6.0的软件环境和2张NVIDA GTX 560 GPU卡的硬件环境）。

影响
目前，H-BLAST软件已经安装在中山大学“南方一号”GPU计算集群上，并作为超算软件服务平台的一部分。

该软件服务于中山大学以及广东相关的生物信息学研究。

结合多GPU卡，H-BLAST软件使单计算节点的BLASTX分析速度提升数倍。

近来，我们正在针对最新的NVIDIA Tesla K40和K80 GPU卡进行测试和调优，期望进一步提升软件的性能。