Running AUGUSTUS on a single comput

Running AUGUSTUS on a single computer is relatively easy. Nevertheless, depending on the number and length of sequences and the parameter values, gene prediction can be computationally very intensive. For example, the application to the human genome with its 3 billion base pairs can take up to several weeks. A possibility to speed up the computation without modifying the program source code is to parallelize the computation. This can be done by splitting the input file into smaller files which contain fewer sequences, and to run the program on these input files separately. Long sequences can be split into several smaller sequences if a suitable overlap according to maximum gene size is used. Data parallelization provides the possibility of distributing the computation across several machines, for example the nodes of a local cluster. Typically, these nodes have a shared file system, so the handling of input and output data is easy. However, additional effort is necessary for handling the batch system, and for checking if all submitted jobs are executed properly.

ผลลัพธ์ (ไทย) 1:

AUGUSTUS เรียกใช้บนคอมพิวเตอร์เครื่องเดียวได้อย่างง่ายดาย อย่างไรก็ตาม ขึ้นอยู่กับจำนวนและความยาวของลำดับและค่าพารามิเตอร์ การทำนายยีนได้ computationally เข้มข้นมาก ตัวอย่าง แอพลิเคชันมมนุษย์กับคู่ของฐาน 3 พันล้านสามารถนำค่าไปหลายสัปดาห์ ความเร็วการคำนวณโดยไม่ต้องแก้ไขรหัสแหล่งที่มาของโปรแกรมคือ parallelize คำนวณ นี้สามารถทำได้ โดยการแบ่งแฟ้มการป้อนข้อมูลลง ในไฟล์ขนาดเล็กที่ประกอบด้วยลำดับที่น้อยกว่า และเรียกใช้โปรแกรมเหล่านี้แฟ้มป้อนข้อมูลแยกต่างหาก ลำดับยาวสามารถแบ่งออกเป็นหลายลำดับเล็กถ้าใช้ทับซ้อนที่เหมาะสมตามขนาดของยีนสูงสุด Parallelization ข้อมูลช่วยให้สามารถกระจายการคำนวณข้ามเครื่องหลาย เช่นโหนของคลัสเตอร์ภายใน โดยปกติ โหนเหล่านี้มีระบบแฟ้มที่ใช้ร่วมกัน ดังนั้นการจัดการข้อมูลอินพุท และเอาท์พุทเป็นเรื่องง่าย อย่างไรก็ตาม ความพยายามเพิ่มเติมเป็นสิ่งจำเป็นสำหรับการจัดการระบบชุด และการตรวจสอบว่า ส่งงานทั้งหมดดำเนินการอย่างถูกต้อง

ผลลัพธ์ (ไทย) 2:

ออกัสตัทำงานบนคอมพิวเตอร์เครื่องเดียวค่อนข้างง่าย แต่ขึ้นอยู่กับจำนวนและความยาวของลำดับและค่าพารามิเตอร์ทำนายยีนสามารถเป็นคอมพิวเตอร์ที่เข้มข้นมาก ยกตัวอย่างเช่นการประยุกต์ใช้ในจีโนมมนุษย์ที่มี 3 พันล้านคู่ฐานของมันสามารถใช้เวลาหลายสัปดาห์ที่ผ่านมา ความเป็นไปได้เพื่อเพิ่มความเร็วในการคำนวณโดยไม่ต้องปรับเปลี่ยนรหัสที่มาของโครงการคือการคู่ขนานการคำนวณ ซึ่งสามารถทำได้โดยการแยกแฟ้มใส่เป็นไฟล์ขนาดเล็กที่มีลำดับน้อยกว่าและเรียกใช้โปรแกรมในการป้อนข้อมูลไฟล์เหล่านี้แยกต่างหาก ลำดับยาวสามารถแบ่งออกเป็นหลายลำดับที่มีขนาดเล็กถ้าทับซ้อนที่เหมาะสมตามขนาดของยีนที่มีการใช้สูงสุด parallelization ข้อมูลให้เป็นไปได้ของการกระจายการคำนวณในเครื่องหลายตัวอย่างเช่นโหนดของกลุ่มท้องถิ่น โดยปกติโหนดเหล่านี้มีระบบไฟล์ที่ใช้ร่วมกันเพื่อให้การจัดการข้อมูลเข้าและส่งออกเป็นเรื่องง่าย อย่างไรก็ตามความพยายามเพิ่มเติมเป็นสิ่งจำเป็นสำหรับการจัดการระบบชุดและตรวจสอบว่างานทั้งหมดที่ส่งจะดำเนินการอย่างถูกต้อง