共进化是在自然界中和生物体内普遍发生的一种生物学现象,在分子水平上的共进化称为分子共进化,指的是为了维持分子内或者分子间的结构或功能关联在序列中的不同位点间同步发生的进化现象。分子共进化分析是研究生物大分子三维结构以及不同分子间连接关系的重要手段,通过分子共进化分析算法获得分子间的共进化区域从而进一步预测分子间的结构和功能结合域是一种常用研究途径。然而传统的分子共进化分析探测工具所基于的数学模型存在一定局限性、缺乏对于不同生物大分子序列的普适性并且无法支持大规模数据的处理。针对以上问题,本课题设计实现了新的分子共进化分析探测算法以解决传统方法中准确性与普适性的问题,并设计实现了基于CPU-MIC异构协同的多级并行加速方案以满足大规模分子共进化分析探测的需求。主要包括以下三个方面的工作:1.传统的蛋白质-蛋白质分子共进化分析探测算法存在着探测结果容易受到单列噪声影响、忽视共同保守位点之间的分子共进化等缺陷与不足。本文基于上述问题重新设计并实现了新的蛋白质-蛋白质分子共进化分析探测算法,为解决单列噪声的问题算法提出了位点单元的概念并在搜索过程中采用了滑动窗口策略,算法抛弃传统的“共同变化模型”采用了新的数学模型与计算过程并同时考虑了共同变化与共同保守两方面的信息。通过生成具有典型进化特征的模拟蛋白质序列,对算法的分子共进化探测效果进行测试与分析。经过实验测试,验证了新算法具备同时探测共同保守信号与共同变化信号的能力,并在探测能力方面相较于传统算法具有一定优势。2.通过分子共进化研究lncRNA与蛋白质之间的相互作用对深入揭示组蛋白修饰中的调控机制具有重要意义,然而传统的分子共进化分析探测算法普遍关注于某一种特定的生物序列,缺乏对于核苷酸序列和氨基酸序列的普适性,难以适用于不同种类的输入序列数据。本文将主体算法中计算序列间平均替换率的过程抽象为距离计算函数的概念,针对不同类型的序列集成了与之对应的距离计算函数,在实现RNA和蛋白质之间的分子共进化分析探测能力的同时,使我们的算法能够应用于DNA、RNA和蛋白质三种生物序列中。并且基于新算法设计和开发了分子共进化分析探测工具COPCOP,具有良好的易用性与实用价值,可供研究者们进行各种生物序列之间的分子相互作用的研究。3.分子共进化分析探测是一项计算高度密集型的工作,在序列长度显著增加、比对序列数目明显增多的情况下,海量分子共进化分析探测所需要的计算量巨大。然而现在还未有支持多节点异构并行的分子共进化分析探测工具来处理大规模数据集的问题。本文在天河二号超级计算机系统上对新设计的分子共进化分析探测工具COPCOP进行了多级并行优化从而满足大规模分子共进化分析探测的需求。本文基于OpenMP和MPI并行编程架构以及CPU-MIC异构协同模型设计实现了面向天河二号的大规模多级并行分子共进化分析探测工具mCOPCOP。在多节点测试中mCOPCOP获得了最高197.14倍的并行加速比并获得了接近线性的可扩展性,为大规模分子共进化分析探测的工作提供了一个有效的解决方案。