Please use this identifier to cite or link to this item: https://hdl.handle.net/10216/85786
Author(s): Daniel João Lopes Moreira
Title: Parallel computing on RNA-Sequencing processes
Issue Date: 2016-07-14
Abstract: Medicine is an area which have been always under a constant evolution with an increasing number of researches being performed every day. With all the innovations on this topic the concept of personalized medicine have emerged and is starting to be increasingly known.Personalized medicine is a medical model that proposes the customization of health care, through changes or variations in either medical decisions, practices or even medications. This model was created as an attempt to provide patients with individualized optimal treatment in every occasion, as treatments certainly do not affect every single person in the same way. For this model to be, possibly, part of our future, medical care must start to be individually customized based on the personal characteristics of every long-suffering. The only way in which this can be achieved is by knowing before-hand the treatments the set of patients' unique characteristics or in other words by knowing every person's unique variation of the human genome, so that the best treatment for that specific patient can be selected. Moreover another possibility that can come from the analysis of a group of patients' genome is the acquisition of crucial knowledge for the development of better treatments for a specific disease. However, the process of obtaining the individual's variation of genome is a very complex and time consuming process and that's the reason why quite recently some tools have been being designed and developed to help and execute this process.The main goal of this Dissertation is to, based on iRAP which is one of the existing tools, optimize it by mostly taking advantage of multicore architecture, which is nowadays available in every CPU and GPU. In an initial stage, the already existing tool, have been carefully looked at and profiled, registering execution times, making possible the clear identification of the possible points of execution where it can be improved.
Description: A medicina é uma área que tem, ao longo dos tempos, estado sujeita a uma constante evolução, sempre com um número de pesquisas e investigações crescente. Todas as inovações nesta área levaram ao aparecimento de um novo conceito, que tem captado cada vez mais atenção, chamado medicina personalizada.A medicina personalizada pode ser descrita como um modelo médico que defende que os cuidados de saúde devem ser customizados através de mudanças quer nas decisões médicas, quer nas práticas adoptadas ou até nos medicamentos a administrar. Este modelo foi criado com o objectivo de oferecer aos pacientes um tratamento óptimo e individualizado para cada situação, sendo que os tratamentos surtem sempre diferentes efeitos dependendo da pessoa à qual são destinados.Para que seja possível que este modelo venha a fazer parte de um futuro (próximo), os cuidados de saúde prestados têm de começar a ser personalizados, individualmente, tendo em conta as características únicas de cada paciente. A única forma de tornar isto possível é saber, previamente a cada tratamento, o conjunto de características genéticas únicas de cada indivíduo, o que iria permitir oferecer o tratamento mais adequado para o paciente em específico. Outra possibilidade que advém da análise do genoma de um grupo de pacientes é aquisição de conhecimentos vitais que permitam o possível desenvolvimento de novos tratamentos para uma determinada doença ou condição.No entanto, o processo de obtenção destas características genéticas únicas é muito complexo e pesado no que diz respeito ao tempo necessário para o concluir. Desta forma têm vindo a ser recentemente desenvolvidas ferramentas para ajudar a executar este processo.O principal foco desta Dissertação é, tendo em conta a ferramenta iRAP que é uma das já existentes, optimizá-la de modo a tirar o máximo partido possível da arquitectura 'multicore', que hoje em dia já se encontra presente em todos os CPUs e GPUs. Numa fase inicial, a ferramenta em questão foi cuidadosamente analisada, tendo sido também registados tempos de execução, de modo a que fosse facilmente possível identificar as áreas onde podem ser introduzidos melhoramentos.
Subject: Engenharia electrotécnica, electrónica e informática
Electrical engineering, Electronic engineering, Information engineering
Scientific areas: Ciências da engenharia e tecnologias::Engenharia electrotécnica, electrónica e informática
Engineering and technology::Electrical engineering, Electronic engineering, Information engineering
TID identifier: 201300354
URI: https://repositorio-aberto.up.pt/handle/10216/85786
Document Type: Dissertação
Rights: openAccess
License: https://creativecommons.org/licenses/by-nc/4.0/
Appears in Collections:FEUP - Dissertação

Files in This Item:
File Description SizeFormat 
151184.pdfParallel computing on RNA-Sequencing processes1.1 MBAdobe PDFThumbnail
View/Open


This item is licensed under a Creative Commons License Creative Commons