Estimativa de Tempo de Alinhamentos Biológicos na Nuvem

• Gabriel C. Mills Universidade Federal Fluminense
• Sara M. Cavalcante Universidade Federal Fluminense
• Cristina Boeres Universidade Federal Fluminense https://orcid.org/0000-0002-1679-6643
• Vinod E. F. Rebello Universidade Federal Fluminense http://orcid.org/0000-0003-2715-6796

DOI: https://doi.org/10.5753/eradrj.2023.231704

Resumo

A eficiência e o baixo custo da Computação em Nuvem dependem do gerenciamento de recursos computacionais. Um aspecto vital dessa tarefa é a estimativa do tempo de execução a fim de definir bons escalonamentos. Este artigo analisa a previsibilidade desse tempo de um serviço em Nuvem para o alinhamento de sequências de DNA projetado com o fim de utilizar recursos eficientemente e viabilizar a análise pelos cientistas dos milhares de alinhamentos que podem compor um único experimento. Entretanto, a qualidade da alocação de recursos é baseada na hipótese de que todos os alinhamentos do experimento demandam o mesmo tempo. Este trabalho visa à análise de fatores e os respectivos graus com que impactam o tempo de execução de cada alinhamento.

Palavras-chave: Alinhamento de sequências genéticas, Análise de desempenho, Ambiente de nuvem

Referências

De O. Sandes, E. F., Miranda, G., Martorell, X., Ayguade, E., Teodoro, G., and De Melo, A. C. M. A. (2016). MASA: A multiplatform architecture for sequence aligners with block pruning. ACM Transactions on Parallel Computing, 2(4).

Myers, E. W. and Miller, W. (1988). Optimal alignments in linear space. Bioinformatics, 4(1):11–17.

Sayers, E.W. et al.. (2022). Database resources of the National Center for Biotechnology Information. Nucleic Acids Research, 50(D1):D20–D26.

Sodré, D., Boeres, C., and Rebello, V. (2022). Making the most of what you pay for by delaying tasks to improve overall cloud instance performance. In Anais Estendidos do XXIII Simpósio em Sistemas Computacionais de Alto Desempenho, pages 9–16. SBC.