1. Repositorio Institucional de la Universidad de Guanajuato
  2. Artículos
  3. Revistas Institucionales
  4. Revista Acta Universitaria
Please use this identifier to cite or link to this item: http://repositorio.ugto.mx/handle/20.500.12059/1930
Full metadata record
DC FieldValueLanguage
dc.rights.licensehttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.creatorEduardo Romero Vivas-
dc.date.accessioned2020-05-25T17:22:44Z-
dc.date.available2020-05-25T17:22:44Z-
dc.date.issued2012-09-30-
dc.identifier.urihttp://repositorio.ugto.mx/handle/20.500.12059/1930-
dc.description.abstractIntroducción: Los microarreglos de ADN son utilizados para analizar simultáneamente el nivel de expresión de genes bajo múltiples condiciones; sin embargo, la masiva cantidad de datos generados hacen que su análisis sea un candidato ideal para su procesamiento en paralelo. La utilización de Unidades de Procesamiento Gráfico de Propósito General (GPG-PU) es una alternativa eficiente y de bajo costo, comparada contra aplicaciones que utilizan CPUs. Objetivo: Implementación de algoritmos basados en la Arquitectura de Dispositivos de Cómputo Unificado (CUDA) para determinar la significancia estadística en la evalua-ción de los niveles de expresión de genes en microarreglos. Método: Análisis paramétrico t-pareado desarrollado en CUDA. Resultados: La evaluación utilizando la implementación en CUDA es 5 a 30 veces más rápida que la implementación en CPU, dependiendo del nú-mero de genes a ser evaluados. Conclusiones: Los resultados son comparados contra las implementaciones tradicionales en CPU; se proponen mejorases_MX
dc.language.isospaes_MX
dc.publisherUniversidad de Guanajuatoes_MX
dc.relationhttps://doi.org/10.15174/au.2012.370-
dc.rightsinfo:eu-repo/semantics/openAccesses_MX
dc.sourceActa Universitaria: Multidisciplinary Scientific Journal. Vol. 22 Num 6 (2012)es_MX
dc.titleImplementación en GPU del Estadístico t para análisis de expresión genética en microarregloses_MX
dc.title.alternativeGPU implementation of t-Student algorithm for analysis of genetic expression with microarrays-
dc.typeinfo:eu-repo/semantics/articlees_MX
dc.creator.idinfo:eu-repo/dai/mx/cvu/37017es_MX
dc.subject.ctiinfo:eu-repo/classification/cti/2es_MX
dc.subject.keywordsGPUes_MX
dc.subject.keywordsMicroarregloes_MX
dc.subject.keywordsCUDAes_MX
dc.subject.keywordsGPU-
dc.subject.keywordsMicroarray-
dc.subject.keywordsCUDA-
dc.type.versioninfo:eu-repo/semantics/publishedVersiones_MX
dc.creator.twoFernando Daniel Von Borstel Luna-
dc.creator.threeIsaac Villa Medina-
dc.creator.idtwoinfo:eu-repo/dai/mx/cvu/38419es_MX
dc.description.abstractEnglishIntroduction: DNA microarrays are used to analyze simultaneously the expression level of thousands of genes under multiple conditions; however, massive amount of data is generated making its analysis a challenge and an ideal candidate for massive parallel processing. Among the available technologies, the use of General Purpose Computation on Graphics Processing Units (GPGPU) is an efficient cost-effective alternative, compared to a Central Processing Unit (CPU). Objective: This paper presents the implementation of algorithms using Compute Uni-fied Device Architecture (CUDA) to determine statistical significance in the evaluation of gene expression levels for microarray hybridization. Method: A t-paired parametric analysis using a GPU implementation developed in CUDA. Results: The gene expression evaluation using the GPU implementation is 5 to 30 times faster than a CPU implementation, depending on the number of genes to be evaluated. Conclusions: The results with respect to traditional imple-mentations are compared, and further improvements are discussed-
Appears in Collections:Revista Acta Universitaria

Files in This Item:
File Description SizeFormat 
Implementación en GPU del Estadístico t para análisis de expresión genética en microarreglos.pdf2.01 MBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.