人類(lèi)SNP數(shù)據(jù)查詢平臺(tái)的開(kāi)發(fā)與優(yōu)化

馬 彪，吳東月，高 強(qiáng)（天津理工大學(xué)自動(dòng)化學(xué)院，天津，300384）

?

人類(lèi)SNP數(shù)據(jù)查詢平臺(tái)的開(kāi)發(fā)與優(yōu)化

馬 彪，吳東月*，高 強(qiáng)
（天津理工大學(xué)自動(dòng)化學(xué)院，天津，300384）

摘要：?jiǎn)魏塑账岫鄳B(tài)性（SNP，Single Nucleotide Polymorphism）作為重要遺傳標(biāo)記，在遺傳學(xué)研究中得到了廣泛關(guān)注。針對(duì)從海量人類(lèi)基因數(shù)據(jù)中獲取SNP信息并實(shí)現(xiàn)數(shù)據(jù)共享的問(wèn)題，本文構(gòu)建了基于Web的SNP數(shù)據(jù)查詢平臺(tái)并進(jìn)行性能調(diào)優(yōu)。該數(shù)據(jù)庫(kù)系統(tǒng)用戶界面友好，數(shù)據(jù)查詢操作簡(jiǎn)單且能夠快速查詢SNP數(shù)據(jù)，實(shí)現(xiàn)了SNP數(shù)據(jù)實(shí)時(shí)查詢和共享，一定程度上解決了許多小型實(shí)驗(yàn)室以及非生物專業(yè)研究人員所面臨的問(wèn)題，為后續(xù)算法研究和軟件開(kāi)發(fā)提供了有力幫助。

關(guān)鍵詞：?jiǎn)魏塑账岫鄳B(tài)性；Web數(shù)據(jù)庫(kù)；數(shù)據(jù)查詢；性能調(diào)優(yōu)

單核苷酸多態(tài)性（SNP）是基因水平上，個(gè)體的染色體上單個(gè)堿基的轉(zhuǎn)換、插入或者缺失等情況引起的DNA序列多態(tài)性。研究表明，SNP位點(diǎn)中所包含的遺傳信息對(duì)一些遺傳疾病的致病因子起著關(guān)鍵作用，因此SNP的研究對(duì)未來(lái)疾病的治療、預(yù)防和診斷具有重要意義。

本系統(tǒng)采用Windows環(huán)境下比較流行的開(kāi)發(fā)框架，IIS+ASP+SQL Server開(kāi)發(fā)Web服務(wù)器程序，使用了B/S結(jié)構(gòu)，構(gòu)建和優(yōu)化了基于Web的人類(lèi)SNP數(shù)據(jù)庫(kù)查詢系統(tǒng)，實(shí)現(xiàn)快速查詢SNP數(shù)據(jù)的目標(biāo)。

1 總體設(shè)計(jì)

1.1平臺(tái)運(yùn)行環(huán)境與開(kāi)發(fā)工具

為了建立基于Web的數(shù)據(jù)查詢應(yīng)用平臺(tái)，必須具備相應(yīng)的軟、硬件條件，客戶端、Web服務(wù)器以及數(shù)據(jù)庫(kù)服務(wù)器的平臺(tái)運(yùn)行環(huán)境和開(kāi)發(fā)工具如下：

1.1.1客戶端環(huán)境

安裝了Web瀏覽器的PC機(jī)，并能連接到網(wǎng)絡(luò)。

1.1.2服務(wù)器環(huán)境

1）硬件環(huán)境：本系統(tǒng)采用的服務(wù)器配置，CPU：Intel Xeon：E5-2600，內(nèi)存：32GB，硬盤(pán)：32T。

2）操作系統(tǒng)：Windows7。

3）Web服務(wù)器管理：

IIS6.0］和 Window Server提供了可靠、高效、完整的網(wǎng)絡(luò)服務(wù)器解決方案。用于服務(wù)器的管理IIS 6.0具有以下特點(diǎn)：可靠性與可伸縮性，IIS6.0提供了智能、可靠的Web服務(wù)器環(huán)境，提高了網(wǎng)絡(luò)服務(wù)的可用性并節(jié)省了網(wǎng)絡(luò)服務(wù)的時(shí)間開(kāi)銷(xiāo)；安全系數(shù)高，管理方便；支持服務(wù)器的合并，可以降低管理相關(guān)成本；開(kāi)發(fā)功能強(qiáng)大并提供國(guó)際化支持。

圖1 平臺(tái)體系結(jié)構(gòu)Fig.1 The platform architecture

1.2架構(gòu)方案

本系統(tǒng)采用Windows環(huán)境下比較流行的開(kāi)發(fā)框架，IIS+ASP+SQL Server結(jié)合開(kāi)發(fā)Web服務(wù)器程序。針對(duì)C/S結(jié)構(gòu)系統(tǒng)的缺陷，采用B/S構(gòu)架。用戶可以通過(guò)web瀏覽器，在線查詢?nèi)祟?lèi)SNP數(shù)據(jù)，查詢結(jié)果返回到用戶瀏覽器。

1.3體系結(jié)構(gòu)

本平臺(tái)主要實(shí)現(xiàn)人類(lèi)SNP數(shù)據(jù)查詢功能，系統(tǒng)體系結(jié)構(gòu)如圖1所示。

基于系統(tǒng)功能需求，平臺(tái)設(shè)計(jì)采用B/S結(jié)構(gòu)，分別滿足用戶和數(shù)據(jù)庫(kù)管理人員的需要。SNP數(shù)據(jù)庫(kù)是數(shù)據(jù)查詢平臺(tái)的核心，本系統(tǒng)運(yùn)用SQL Server 2008構(gòu)建本地SNP數(shù)據(jù)庫(kù)，SNP數(shù)據(jù)全部來(lái)自NCBI。

2 平臺(tái)開(kāi)發(fā)相關(guān)的技術(shù)

2.1B/S結(jié)構(gòu)

B/S結(jié)構(gòu)，即Browser/Server（瀏覽器/服務(wù)器）結(jié)構(gòu)，是隨著互聯(lián)網(wǎng)技術(shù)的興起，對(duì)C/S技術(shù)的一種改進(jìn)。它綜合了瀏覽器，服務(wù)器技術(shù)和Web技術(shù)，客戶端只需瀏覽器，服務(wù)器端安裝數(shù)據(jù)庫(kù)系統(tǒng)，用戶只需操作瀏覽器就可實(shí)現(xiàn)web服務(wù)器與數(shù)據(jù)庫(kù)的數(shù)據(jù)交互，其特點(diǎn)是用戶可以通過(guò)一個(gè)瀏覽器訪問(wèn)多個(gè)不同平臺(tái)上的服務(wù)器，所有應(yīng)用軟件的維護(hù)與升級(jí)都是在服務(wù)器端完成，解決了C/S結(jié)構(gòu)下客戶端任務(wù)繁重，成本高等問(wèn)題。

2.2ASP訪問(wèn)Web數(shù)據(jù)庫(kù)

ASP（Active Server Page，活動(dòng)服務(wù)器頁(yè)面）是一種服務(wù)器端腳本編寫(xiě)環(huán)境，它是由微軟開(kāi)發(fā)的服務(wù)器端腳本技術(shù)，能夠?qū)TML頁(yè)面、腳本語(yǔ)言、ASP內(nèi)建對(duì)象和組件結(jié)合起來(lái)，建立功能強(qiáng)大的Web應(yīng)用程序。訪問(wèn)HTML頁(yè)面時(shí)，輸入HTML文件的URL地址，向Internet發(fā)送一個(gè)網(wǎng)頁(yè)請(qǐng)求，根據(jù)輸入的URL地址匹配相應(yīng)的Web服務(wù)器，Web服務(wù)響應(yīng)請(qǐng)求并通過(guò)擴(kuò)展名.html判斷是否為HTML文件的請(qǐng)求，Web服務(wù)器將對(duì)應(yīng)的html文件從存儲(chǔ)器中取出并返回瀏覽器，HTML文件由用戶瀏覽器解釋并將結(jié)果在瀏覽器窗口顯示。當(dāng)訪問(wèn)ASP頁(yè)面時(shí)，用戶在瀏覽器地址欄中輸入網(wǎng)址，默認(rèn)頁(yè)面的擴(kuò)展名是.asp，瀏覽器向Web服務(wù)器發(fā)出請(qǐng)求，然后服務(wù)器引擎開(kāi)始運(yùn)行ASP程序，ASP文件按照從上到下的順序進(jìn)行處理，運(yùn)行腳本命令，執(zhí)行HTML頁(yè)面內(nèi)容，最后頁(yè)面信息發(fā)送到瀏覽器。

2.3查詢模塊

關(guān)于SNP位點(diǎn)的命名在世界各大基因數(shù)據(jù)庫(kù)中并不統(tǒng)一，本文采用文獻(xiàn)中慣用的名稱，即rs號(hào)，例如rs12345678。HuSNP數(shù)據(jù)庫(kù)系統(tǒng)對(duì)所有提交的SNP數(shù)據(jù)分類(lèi)整合之后會(huì)給出一個(gè)rs號(hào)并給出SNP具體的信息，包括前后序列，位置信息，分布頻率等。

3 SNP數(shù)據(jù)查詢平臺(tái)的介紹

3.1系統(tǒng)頁(yè)面介紹

用戶訪問(wèn)主頁(yè)可對(duì)實(shí)驗(yàn)室平臺(tái)及團(tuán)隊(duì)有一個(gè)詳細(xì)的了解，頁(yè)面第二個(gè)模塊關(guān)于我們中有四個(gè)下拉菜單，分別是生物信息及大數(shù)據(jù)中心，平臺(tái)發(fā)展目標(biāo)，實(shí)驗(yàn)室團(tuán)隊(duì)以及實(shí)驗(yàn)室產(chǎn)品。生物信息及大數(shù)據(jù)中心主要介紹了實(shí)驗(yàn)室近幾年的發(fā)展歷程，科研成果從無(wú)到有，從有到優(yōu)。實(shí)驗(yàn)室團(tuán)隊(duì)致力于生物信息學(xué)軟件研發(fā)，每年都會(huì)制定近期目標(biāo)和長(zhǎng)期目標(biāo)，保證科研團(tuán)隊(duì)的研究水平，目前實(shí)驗(yàn)室自主研發(fā)軟件主要有人類(lèi)SNP數(shù)據(jù)庫(kù)系統(tǒng)和Atlas2-SNP識(shí)別軟件。主要描述了本地SNP數(shù)據(jù)庫(kù)的構(gòu)建方案及步驟，指導(dǎo)用戶架構(gòu)與維護(hù)屬于自己的SNP數(shù)據(jù)庫(kù)。

4 系統(tǒng)優(yōu)化與結(jié)果分析

4.1測(cè)試流程

用LoadRunne進(jìn)行負(fù)載測(cè)試的流程如下。制訂計(jì)劃：測(cè)試前的準(zhǔn)備，測(cè)試事務(wù)選??；編寫(xiě)腳本：手動(dòng)編寫(xiě)或錄制測(cè)試腳本；設(shè)置場(chǎng)景：使用LoadRunner controller設(shè)置測(cè)試環(huán)境；運(yùn)行場(chǎng)景：通過(guò)LoadRunner ontroller驅(qū)動(dòng)、管理和監(jiān)控測(cè)試過(guò)程；分析結(jié)果：使用LoadRunner analysis進(jìn)行測(cè)試結(jié)果分析。

4.2優(yōu)化方案及測(cè)試結(jié)果

為有效地對(duì)系統(tǒng)進(jìn)行調(diào)整，必須遵循一套特定的步驟或方法，本系統(tǒng)采用從高到低的調(diào)優(yōu)方法，進(jìn)行應(yīng)用調(diào)優(yōu)、操作系統(tǒng)調(diào)優(yōu)和硬件調(diào)優(yōu)。

本次測(cè)試選取了常用的四個(gè)查詢事務(wù)Allele、SubSNP、SubPop以及SNP進(jìn)行腳本錄制，對(duì)優(yōu)化后的數(shù)據(jù)庫(kù)系統(tǒng)與優(yōu)化前數(shù)據(jù)庫(kù)系統(tǒng)響應(yīng)時(shí)間進(jìn)行比對(duì)。Allele包含有HuSNP中所有的等位基因，SubSNP中負(fù)責(zé)SNP數(shù)據(jù)的提交，SubPop中包含有人口基因頻率信息，SNP是參考序列屬性信息。

現(xiàn)階段數(shù)據(jù)庫(kù)系統(tǒng)調(diào)優(yōu)目標(biāo)主要是系統(tǒng)響應(yīng)時(shí)間的優(yōu)化，即數(shù)據(jù)檢索速度的縮短，從優(yōu)化后的比對(duì)結(jié)果可知，系統(tǒng)事務(wù)響應(yīng)時(shí)間有了明顯減少，達(dá)到了預(yù)期要求。

5 結(jié)論

結(jié)合IIS、ASP技術(shù)和SQL Server數(shù)據(jù)庫(kù)系統(tǒng)，本課題組構(gòu)建了基于Web的人類(lèi)SNP數(shù)據(jù)查詢平臺(tái)，通過(guò)對(duì)系統(tǒng)性能進(jìn)行優(yōu)化改進(jìn)，實(shí)現(xiàn)了SNP數(shù)據(jù)快速查詢和數(shù)據(jù)共享。最后的優(yōu)化結(jié)果表明，系統(tǒng)響應(yīng)時(shí)間明顯縮短，達(dá)到了預(yù)期目標(biāo)。目前平臺(tái)的開(kāi)發(fā)還處于測(cè)試階段，平臺(tái)功能有待完善，序列比對(duì)功能模塊的開(kāi)發(fā)將是下一步研究的重點(diǎn)。

參考文獻(xiàn)

［1］Han A，Kang HJ，Cho Y，Lee S，et a1.A web resource of single nucleotide polymorphisms （SNPs） within protein domain structures and sequences［J］.Nucleic Acids Res ，2006：W642-644.

［2］Becker KG，Barnes KC，Bright TJ，et a1 The genetic association database ［J］.Nat Genet，2004， 36（5）：431-432.

［3］邵海軍.基于Web的吉林市教師繼續(xù)教育遠(yuǎn)程信息系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā)［D］.東北師范大學(xué) 2010.

中圖分類(lèi)號(hào)：TP311.1

文獻(xiàn)標(biāo)識(shí)碼：A

作者簡(jiǎn)介

馬彪（1991-），男，碩士研究生.

通訊作者：吳東月（1983-），男，講師。

基金項(xiàng)目：天津市科技特派員項(xiàng)目（14JCTPJC00510）；131創(chuàng)新人才培養(yǎng)經(jīng)費(fèi)（402007005）.

The development and optimization of human SNP data query platform

Ma Biao，Wu Dongyue*，Gao Qiang
（School of Electrical Engineering， Tianjin University of Technology，Tianjin，300384）

Abstract：Single Nucleotide Polymorphism（SNP），as an important genetic marker，has received extensive attention in the research of genetics.For the problems of searching SNP information from massive human genetic data and realize SNP data sharing，the paper construct the SNP data query platform based on Web and adjust the performance.The database system has user friendly interface，data query operation is simple and user can fast query SNP data，realize the aims of SNP data query and sharing in real-time，solves the problems faced by many small labs and non biological professional researchers to a certain extent，and provides effective help for the subsequent algorithm research and software development.

Keywords：Single Nucleotide Polymorphism；Web database；data query ；performance tuning