并行计算优化分子标记位点排序：PMMASLH算法与Mapmaker比较

本文档探讨的是"分子标记多位点排序的并行计算"，发表于2015年，由南京林业大学的信息科学技术学院和森林资源与环境学院的作者们合作完成。研究的背景是为了解决在构建生物遗传连锁图谱过程中，如何准确排列一组连锁的分子标记位点这一关键问题。为此，作者们提出了一种名为PMMASLH的并行算法，特别针对F2作图群体，即在第二代近交群体中进行操作。 PMMASLH算法的核心在于利用并行最大最小蚂蚁系统，该系统是一种基于消息传递接口的并行计算框架，通过分布式处理来解决复杂的排序问题。算法利用隐马尔可夫模型作为目标函数，通过计算一列有序标记位点所获得的极大似然值来评估排序的优劣。这种模型能够有效地处理大规模数据，提高排序的准确性。 论文通过计算机模拟验证了PMMASLH算法的性能，结果显示该算法具有较高的执行效率和计算稳定性，其排序效果显著优于著名的连锁作图软件Mapmaker。这表明，通过并行计算方法，可以在保持精度的同时，大大提高分子标记位点排序的处理速度，对于大规模的生物遗传研究具有重要的实际应用价值。 研究团队由四位学者组成，包括蒋安纳、徐逸卿、董程玲和童春发，他们分别在生物信息学、并行计算以及林木遗传连锁图谱构建等领域有着丰富的学术背景。文章的主要贡献在于提出一种创新的并行计算策略，这对生物遗传学领域的研究者和工程师来说是一次重要的技术突破。 总结起来，这篇论文不仅介绍了PMMASLH算法的工作原理和优势，还展示了并行计算在分子标记位点排序中的潜力，这对于提升生物遗传连锁图谱构建的效率和精确度具有重要意义，对后续的研究和工程实践具有指导作用。