Técnicas de paralelismo com GPUs para análise de variantes virais

Abstract

A bioinformática é uma área emergente de extrema relevância, pois permite aos biólogos a utilização de ferramentas computacionais para análise mais eficiente de dados genômicos inseridos em diferentes contextos. Dentre estas principais tarefas a serem realizadas, tem-se a análise de nucleotídeos de polimorfismo simples (SNPs), e a análise de variantes virais. Diversos trabalhos têm sido realizados, porém, com o advento do sequenciamento de nova geração (NGS) e a geração de milhares de dados genômicos, uma análise manual torna-se inviável nos dias atuais com esse grande volume de dados. Com isso, faz-se necessário a utilização de métodos computacionais que se baseiam em computação paralela, feitos para o processamento de dados em larga escala. Com isso, este projeto tem como objetivo modelar e implementar métodos de análise de SNPs e variantes virais em dados genômicos de larga escada, utilizando Unidades de Processamento Gráfico (GPU) para a aplicação do paralelismo. Os resultados obtidos demonstraram que a implementação em GPU apresentou um desempenho computacional superior quando comparada à execução em CPU, reduzindo significativamente o tempo de processamento. Graças ao ganho computacional proporcionado pela utilização da GPU, será possível realizar importantes análises em uma estação de trabalho local, sem a necessidade de estruturas mais complexas, como grids e clusters.