|
|
Registro Completo |
Biblioteca(s): |
Embrapa Florestas. |
Data corrente: |
03/01/2018 |
Data da última atualização: |
03/01/2018 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Autoria: |
LAGROTTA, M. R.; SILVA, F. F. e; RESENDE, M. D. V. de; NASCIMENTO, M.; DUARTE, D. A. S.; AZEVEDO, C. F.; MOTA, R. R. |
Afiliação: |
Marcos Rodrigues Lagrotta, Universidade Federal dos Vales do Jequitinhonha e Mucuri; Fabyano Fonseca e Silva, UFV; MARCOS DEON VILELA DE RESENDE, CNPF; Moysés Nascimento, UFV; Darlene Ana Souza Duarte, UFV; Camila Ferreira Azevedo, UFV; Rodrigo Reis Mota, University of Liège. |
Título: |
Computação paralela aplicada à seleção genômica via inferência Bayesiana. |
Ano de publicação: |
2017 |
Fonte/Imprenta: |
Revista Brasileira de Biometria, Lavras, v. 35, n. 3, p. 440-448, 2017. |
Idioma: |
Português |
Conteúdo: |
Em seleção genômica (SG), o grande número de marcadores moleculares utilizados, bem como a demanda computacional dos modelos bayesianos, fundamentados nos algoritmos Monte Carlo Via Cadeias de Markov, faz com que as análises exijam semanas ou até meses de processamento. A computação paralela representa uma solução natural para este problema, visto que esta subdividi um algoritmo em várias tarefas independentes, as quais podem ser processadas em paralelo, reduzindo o tempo de processamento. Objetivou-se comparar a eficiência de processamento do método BayesCπ programado em paralelo com o seu algoritmo sequencial padrão. Duas estratégias de paralelização foram estudadas. A primeira envolveu a análise de múltiplas cadeias MCMC em paralelo, e a segunda referiu-se à paralelização de uma única cadeia MCMC. Utilizou-se a biblioteca MPI e o pacote OpenMPI associado ao compilador gfortran para execução em paralelo desses algoritmos. Foram utilizados dados simulados considerando 10.000 marcadores SNPs e 4.100 indivíduos. O algoritmo sequencial padrão foi processado em 77,29 horas. Ao usar múltiplas cadeias em paralelo o processamento foi 77% mais rápido (17,75hs), enquanto que a estratégia de paralelização de uma única cadeia apresentou um ganho de desempenho de 15% (65,37hs). Conclui-se que a computação paralela é eficiente e pode ser aplicada à SG. |
Palavras-Chave: |
Marcadores SNP; Regressão Bayesiana. |
Thesaurus Nal: |
Genetic improvement; Statistics. |
Categoria do assunto: |
G Melhoramento Genético |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/170170/1/2017-M.Deon-RBM-Computacao.pdf
|
Marc: |
LEADER 02126naa a2200241 a 4500 001 2084055 005 2018-01-03 008 2017 bl uuuu u00u1 u #d 100 1 $aLAGROTTA, M. R. 245 $aComputação paralela aplicada à seleção genômica via inferência Bayesiana.$h[electronic resource] 260 $c2017 520 $aEm seleção genômica (SG), o grande número de marcadores moleculares utilizados, bem como a demanda computacional dos modelos bayesianos, fundamentados nos algoritmos Monte Carlo Via Cadeias de Markov, faz com que as análises exijam semanas ou até meses de processamento. A computação paralela representa uma solução natural para este problema, visto que esta subdividi um algoritmo em várias tarefas independentes, as quais podem ser processadas em paralelo, reduzindo o tempo de processamento. Objetivou-se comparar a eficiência de processamento do método BayesCπ programado em paralelo com o seu algoritmo sequencial padrão. Duas estratégias de paralelização foram estudadas. A primeira envolveu a análise de múltiplas cadeias MCMC em paralelo, e a segunda referiu-se à paralelização de uma única cadeia MCMC. Utilizou-se a biblioteca MPI e o pacote OpenMPI associado ao compilador gfortran para execução em paralelo desses algoritmos. Foram utilizados dados simulados considerando 10.000 marcadores SNPs e 4.100 indivíduos. O algoritmo sequencial padrão foi processado em 77,29 horas. Ao usar múltiplas cadeias em paralelo o processamento foi 77% mais rápido (17,75hs), enquanto que a estratégia de paralelização de uma única cadeia apresentou um ganho de desempenho de 15% (65,37hs). Conclui-se que a computação paralela é eficiente e pode ser aplicada à SG. 650 $aGenetic improvement 650 $aStatistics 653 $aMarcadores SNP 653 $aRegressão Bayesiana 700 1 $aSILVA, F. F. e 700 1 $aRESENDE, M. D. V. de 700 1 $aNASCIMENTO, M. 700 1 $aDUARTE, D. A. S. 700 1 $aAZEVEDO, C. F. 700 1 $aMOTA, R. R. 773 $tRevista Brasileira de Biometria, Lavras$gv. 35, n. 3, p. 440-448, 2017.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Florestas (CNPF) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registros recuperados : 5 | |
1. | | MOTA, R. R.; MARQUES, L. F. A.; LOPES, P. S.; RESENDE, M. D. V. de; SILVA, F. G. da. Inclusão de animais oriundos da técnica de transferência de embriões, na estimação de parâmetros genéticos de bovinos da raça Simental. In: SIMPÓSIO BRASILEIRO DE MELHORAMENTO ANIMAL, 9., 2012, João Pessoa. Trabalhos. João Pessoa: Sociedade Brasileira de Melhoramento Animal, 2012. Disponibilizado online.Tipo: Artigo em Anais de Congresso |
Biblioteca(s): Embrapa Florestas. |
| |
2. | | LAGROTTA, M. R.; SILVA, F. F. e; RESENDE, M. D. V. de; NASCIMENTO, M.; DUARTE, D. A. S.; AZEVEDO, C. F.; MOTA, R. R. Computação paralela aplicada à seleção genômica via inferência Bayesiana. Revista Brasileira de Biometria, Lavras, v. 35, n. 3, p. 440-448, 2017.Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 4 |
Biblioteca(s): Embrapa Florestas. |
| |
3. | | MOTA, R. R.; LOPES, P. S.; MARQUES, L. F. A.; SILVA, L. P. da; RESENDE, M. D. V. de; TORRES, R. de A. The influence of animals from embryo transfer on the genetic evaluation of growth in Simmental beef cattle by using multi-trait models. Genetics and Molecular Biology, v. 36, n. 1, p. 43-49, 2013.Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 1 |
Biblioteca(s): Embrapa Florestas. |
| |
4. | | MOTA, R. R.; LOPES, P. S.; MARQUES, L. F. A.; SILVA, L. P.; PESSOA, M. C.; TORRES, R. A.; RESENDE, M. D. V. de. Influence of animals obtained using embryo transfer on the genetic evaluation of growth in Simmental beef cattle with random regression models. Genetics and Molecular Research, v. 12, n. 4, p. 5889-5904, 2013.Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
Biblioteca(s): Embrapa Florestas. |
| |
5. | | MOTA, R. R.; MARQUES, L. F. A.; LOPES, P. S.; SILVA, L. P. da; RESENDE, M. D. V. de; TORRES, R. A. Genetic evaluation using multi-trait and random regression models in Simmental beef cattle. Genetics and Molecular Research, v. 12, n. 3, p. 2465-2480, 2013.Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
Biblioteca(s): Embrapa Florestas. |
| |
Registros recuperados : 5 | |
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|