V ウダイ・クマール・レディ、ラジャシュリー・シェタール、ヴィディヤ・ニランジャン
クラウドやグリッド コンピューティングなどの新しいコンピューティング技術の発明により、最適なリソース共有によってコンピューティング コストが削減されました。しかし、多くのアプリケーションは、主にセキュリティ上の理由から科学者がインターネット経由でデータを共有することを望まないため、これらの新しいテクノロジに完全に移行されていません。ハードウェアのコストが大幅に削減されたにもかかわらず、膨大な科学データを処理または分析するために高い処理能力を必要とするアプリケーションはほとんどありません。また、コンピューティング リソースの取得に必要なコストが高いため、多くの科学アプリケーションはまだ完全に実現されていません。そのようなアプリケーションの 1 つが次世代シーケンシング (NGS) です。これはテラバイト単位のゲノム データを処理する必要があり、高い計算能力が必要になります。したがって、データを効率的に処理するにはスーパー コンピューターが必要です。
この論文では、マスターおよびボランティア パラダイムでデスクトップ マシンのクラスターを使用して de novo アセンブリを可能にするために、Berkeley Open Infrastructure for Network Computing (BOINC) オープン ソース グリッド ミドルウェアの使用を提案しています。このパラダイムは、通常のコンピュータ ラボで設定できるため、インターネット経由でクラウドおよびグリッド コンピューティング メソッドを使用する際の帯域幅とセキュリティの両方の懸念がなくなります。このパラダイムでは、ラボに仮想スーパー コンピュータを作成してデータを処理します。