大型基因组亲缘矩阵求逆算法的优化研究

基因组选择常用的评估方法GBLUP和ssGBLUP都涉及到基因组亲缘矩阵的求逆,而大规模矩阵求逆运算非常耗时。本研究以提高大型基因组亲缘矩阵求逆运算的效率为目的。本研究通过真实数据和模拟数据构建基因组亲缘矩阵,引入Intel MKL矩阵函数,以减少迭代次数（方法1）和重复分块（方法2）两种方式改良分块迭代求逆算法,编程实现算法并在台式电脑和服务器上测试计算时间。结果表明,利用方法1计算4 000×4 000的基因组亲缘矩阵逆矩阵时,与MKL库函数的加速比为0.898。而16 000×16 000矩阵的计算速度为MKL库函数的1.006倍。利用方法2计算4 000×4 000矩阵的运算速度是MKL库函数的1.084倍;而在更大型的128 000×128 000基因组亲缘矩阵求逆运算时,该方法与MKL直接求逆函数的加速比为1.805倍。相比于MKL直接求逆函数,改进后的两种方法在效率上有一定程度的提升。