使用 SGI 技术，马来西亚染色体学院提前分析复杂生物资料的学科研究

要创建包含分析复杂生物资料的学科研究的不同的计算的需求的最佳的工作流，马来西亚染色体组的学院 (MGI)选择 SGI 设计唯一 SGI 杂种计算的解决方法。

由于分析复杂生物资料的学科研究使用各种各样的软件在多种阶段在工作流，对共享内存系统和字符串的联合的使用可能提供一个最佳的环境为对每种应用的高效的使用。 MGI 查找对 SGI 设计将集成现有基础设施的整个过程的无缝，粘着的工作流。 SGI 提供了包括新的 SGI BioCluster 以及 SGI 的一个杂种计算的解决方法 (R) Altix (R) 共享内存服务器和 SGI (R) InfiniteStorage CXFS (TM) SAN 共享文件系统，使整个工作流透明对这个用户不管进程软件被使用的或阶段科学家执行。

“分析复杂生物资料的学科带来系统的生物数据雪崩与分析原理的，并且数学实用的工具和计算机科学”，染色体学院说 Mohd Noor 席子 Isa，实验室经理，马来西亚。 “SGI 提供了灵活计算与集成所有的高处理量，高性能和基于 FPGA 的解决方法我们的分析复杂生物资料的学科应用的杂种结构 -- 无缝在这个环境里运行应用的解决方法为最佳性能最适合于”。

基因组排序的运算使用应用例如 PHRAP， Staden 程序包，爵士乐， Consed，并且炸开其中每一与需要多系统的特定估计需求。 SGI BioCluster 解决方法包括提供透明工作量的一块软件层预定通过哪些用户能提交工作，不用硬件关心。 SGI 解决方法的管理软件在适当的平台智能提示提交运行，提供最在班的性能和最佳负载平衡。 集成字符串管理工具和动态软件控制可能从一个唯一阶字符串更改总系统到半自动的子字符串需要指明。 对意外的定期重要计算的挑战， SGI 杂种解决方法使管理员带来所有可用资源涉及一个唯一工作。

MGI，亦称 GENOMalaysia，是对热带 bioresources 的一个网络基础的组织执行的发现研究通过在染色体排序的项目，比较和功能染色体组的和结构上的生物。 几个主要研究计划是目前进行中的在 MGI。 例如，基因和自然产品发现项目的微生物染色体组的研究着重二个模型有机体、 Burkholderia pseudomallei、局部重要土壤病原生物和 Eimeria tenella，一种局部鸟原生动物。 这个项目将利用 SGI 解决方法解剖有机体的染色体了解在剧毒、抗药性阻力、主机特异性和感染的新的。

学院与其他研究所和大学在世界各地也合作，包括南极洲研究小组在塔斯马尼亚大学， Wellcome 信任 Sanger 谢菲尔德学院、大学，英国和斯坦福大学。

SGI 与通道合作伙伴 Quantum Beez Sdn Bhd 一起使用 (以前叫作开放来源系统) 设计和开发 MGI 的 SGI 杂种解决方法。

“马来西亚染色体学院需要利用二个明显的计算的环境最好的一个唯一，集成计算的平台： 高性能计算的一个更大的共有的存储系统和高处理量计算的一个基于字符串的提供没有暴露数据共享的 SGI InfiniteStorage CXFS SAN 共享文件系统支持的系统，两个，被改进的工作流和减少的费用这些数据密集的环境的”， Deepak Thakkar、高等教育和研究细分市场经理， SGI 说。 “SGI 导致了与二结构的一个强大的解决方法和直接存取的高速 SAN 基础设施对所有数据。 此杂种解决方法提供的最佳回收投资异种或多重贩卖者的基于工作流的”。

http://www.sgi.com/