不同压缩程序对海量生物信息数据压缩效率的比较分析

作者：李伟光; 张成岗

来源：生物信息学, 2009, (03): 196-201.

• 数据压缩
• 压缩比率
• 压缩时间
• 压缩效率
• 并行计算 data compression
• compression ratio
• compression time
• compression efficiency
• parallel computing

海量生物信息数据的不断涌现迫切需要在数据压缩技术方面进行更多研究,以减轻服务器存储压力和提高网络传输及数据分析的效率。目前虽然已开发出大量数据压缩软件,但对于海量生物信息数据而言,应该选用何种软件和方法进行数据压缩,尚缺乏详细的综合比较分析。本文选择生物信息学领域中GenBank数据库中的典型核酸和蛋白质序列数据库以及典型生物信息软件Blast和EMBOSS为例,采用不同数据压缩软件进行综合比较分析,结果发现经典压缩软件compress的总体压缩效率很高,除压缩比率可接受之外,其压缩时间相对其他软件而言显著减少,甚至比并行化的bzip2(pbzip2)和gzip(pigz)软件的时间还少很多,...

• 单位
  蛋白质组学国家重点实验室; 军事医学科学院放射与辐射医学研究所