基于Spark的L1-BC算法在关键蛋白质检测中的应用

来源：计算机工程与应用杂志2018年第24期北京时间：

作者：胡德祺，孙永奇，秦 朝

单位：北京交通大学 计算机与信息技术学院，北京 100044

摘要：Spark作为当今大数据领域的分布式处理框架，在各个领域的应用越来越广泛。在关键蛋白质预测中，基于蛋白质相互作用网络拓扑结构的介数中心（BC）指标有着很好的预测效果，提出一种新的L1-BC指标，不仅能区分一些BC指标值相同的蛋白质，还能通过取子图计算体现出蛋白质的局部特性，实验结果表明该指标能够提高关键蛋白质的预测精度。基于Spark平台实现了L1-BC指标的并行计算算法，通过累加器和广播变量使得内存得到极大的优化，在数据集YDIP上的实验结果表明，基于Spark的L1-BC算法的加速比达到了94.31%。

关键词：Spark,分布式计算,关键蛋白质检测,介数中心性