生物的进化方向由遗传信息所决定,而DNA是承载遗传信息的唯一物质。新一代的测序工具的飞速发展正使得获取基因数据变得日渐廉价。这意味着,我们正进入到基因大数据的时代。近期,一个新的课题正在兴起,其名为多参考基因的短序列比对。到目前为止,已出现的优秀比对软件已经昭示着这个课题正日趋成熟。一款优秀的多参考基因比对软件的关键在于简洁优秀的索引设计和与索引相匹配的比对算法设计。基于上述两点,我们选取了一款在当前十分优秀的比对软件MUGI进行研究。本文是从软件优化的方向来研究多参考基因的短序列比对技术。我们首先介绍了生物比对工具的研究背景和现状,分析了MUGI优化与移植的必要性。再对MUGI目前尚存在的优化空间进行分析,并提出相应的解决方案。下面介绍本文的主要研究成果和工作。一、对于MUGI软件中索引所匹配的比对算法比对速度较慢,算法设计不够具有针对性的问题,我们分别设计了新的比MUGI原算法更加具有针对性的精确比对和非精确比对算法。新的精确比对算法在增加少量的索引大小的前提下大幅提升了比对速度,而新的非精确比对算法优化了原MUGI非精确比对算法的流程,在不改变索引的情况下,提升了比对速度。二、针对MUGI比对算法是单线程所导致无法发挥多核结构服务器性能的实际问题,我们对MUGI比对算法设计了线程池,以充分利用服务器的多核结构。针对MUGI不能直接在龙芯平台运行的问题,本文首次对MUGI进行全面的移植。同时,结合龙芯的结构特征,利用龙芯的向量部件与多媒体扩展指令进行优化。做到移植优化两不误,既扩展了龙芯的运用,同时还优化了程序的性能。三、构建修改参考框架,框架中可以任意搭配修改算法。同时,本文根据变异点密度与索引大小的关系,设计了一种修改算法,最终达到了减小索引大小的效果。