随着人类基因组测序的完成,生命科学研究步入了后基因组时代,蛋白质组学则成为了后基因组时代生命科学研究的热点之一。在蛋白质组学中,利用串联质谱对蛋白质序列进行分析鉴定是一个基础又重要的研究环节。然而,质谱技术的快速发展带来的海量数据使得现行的蛋白质鉴定软件处理数据时间大大增加,成为了制约蛋白质鉴定技术发展的瓶颈。另一方面,尽管被测序的生物物种越来越多,但还有大量的遗传密码未知的物种。此外,由于在数据库中相应的序列的缺失或未知的翻译后修饰,导致仍有部分数据库搜索方法无法解释的MS/MS质谱数据。在这种情况下,从头测序方法可以发挥重要的作用。因此,对从头测序算法的蛋白质鉴定软件进行并行化研究就显得十分必要。本文的主要工作是对从头测序算法PepNovo并行化的研究。具体地,其工作内容和创新点如下:首先,针对从头测序算法PepNovo,提出一种基于MapReduce的PepNovo并行化方法MR-PepNovo。本文结合MapReduce计算框架,通过对输入数据进行预处理、分片等流程,从而实现从头测序算法PepNovo的并行化。实验结果表明,在实验精度不变的前提下,与原有串行的PepNovo算法相比,MR-PepNovo取得了 4.45倍的加速效果。其次,基于最新的MIC高性能计算平台,提出一种新的PepNovo并行化方法。由于MIC构架兼容原有的CPU程序,因此可以将PepNovo中的打分函数部分移植到MIC端来运行。本文设计并实现了一种基于MIC的PepNovo并行化方法。对比CPU平台的实验结果表明,在保证实验精度的前提下,MIC平台最大加速比为28倍,约为CPU平台最大加速比的1.9倍。这一结果说明,基于MIC平台实现PepNovo的并行化方法,取得了良好的加速效果。本文对从头测序算法的PepNovo并行化研究工作是一种有意义的尝试,希望可以促进蛋白质鉴定技术的进一步发展。