2009-04-06

• 演講準備 - 蒐集 HPC, Cloud Computing, Map/Reduce? 與生物資訊相關運用參考資料

• ​Octave as Cloud Service - Octave 是一套類似 Matlab 的自由軟體，其實這個專案的 idea 挺不錯的，教學上如果多採用 Octave 的話，就不會造成學校或實驗室在 Matlab 授權/非法侵權的問題。當然我覺得如果熟悉網頁設計跟 VNC 這個服務應該不難做出來才對。

Clustering / Distributed Computing / Bioinformatics

• ​同時歸類在 Bioinformatics 與 Clustering 又有檔案可以下載的 SourceForge 專案
  • ​SourceForge 搜尋關鍵字的語法是用 Lucene

• ​Dapper - The Distributed and Parallel Program Execution Runtime
  • 在 SourceForge 的 Clustering Topic 軟體中，Ranking 算蠻高的。
• ​ProActive - Open Source middleware (OW2 consortium) for parallel, distributed, multi-core computing. - 法國的一個專案，目的似乎在簡化建立平行/分散/多核心叢集的工作
• ​Gridder - 基於 Globus 的 Web Service Portlet ... 跟 Grid Portal 很像 :p
• ​glideinWMS - The glidein based WMS

Open Source : Bioinformatics

• ​C++ Bio Sequence Library - C++ 版本的序列分析函式庫
• ​Bio-SPICE - Biological Simulation Program for Intra- and Inter-Cellular Evaluation
  • 在電子電機領域，SPICE 是非常重要的一套模擬軟體。Bio-SPICE 應該是一套希望在生物方面佔有一席之地的模擬軟體。
• ​BioEra is DSP visual designer that can be used to create interfaces between human being and a machine with using bio signals like EEG, QEEG, HEG, EMG, ECG, GSR, EOG, visual/sound entrainment and others. - BioEra? 跟腦科學應該有蠻強的關聯性，主要功能是在做訊號處理。
• ​NCBI Viewer - ​新的官方網站 - NCBI

Hadoop / MapReduce

• 關於 MapReduce:
  • ​Introduction to Amazon Elastic MapReduce
  • ​Finding Similar Items with Amazon Elastic MapReduce, Python, and Hadoop Streaming - 用 Hadoop 做相似度分析，可應用在生物資訊領域。
  • ​Hadoop Map/Reduce 教程
  • ​Improving MapReduce Performance in Heterogeneous Environments - Map/Reduce? 在異質環境下的效能改良研究
  • ​MapReduce: Simplified Data Processing on Large Clusters - Google 的 Map/Reduce? 論文
• ​Hadoop Wiki 上關於 Amazon EC2 的使用說明

• [限制] Hadoop 0.18.3 不支援 Stream 下的數值排序 - ​Streaming should provide an option for numerical sort of keys

Cloud Computing and Science

• 去年在 eScience 2008 看的一些演講錄影，現在論文也已經可以在 ​IEEE Xplore 上找到了。
• 這兩篇是講述將 MapReduce 運用在生物資訊領域的實例。
  • ​BlastReduce: High Performance Short Read Mapping with MapReduce
  • ​CloudBLAST: Combining MapReduce and Virtualization on Distributed Resources for Bioinformatics Applications
• 跟虛擬化、生物影像、生物資訊、Mircoarray有關：
  • ​BioVLAB-Microarray: Microarray Data Analysis in Virtual Environment
  • ​An Extensible, Scalable Architecture for Managing Bioinformatics Data and Analyses
  • ​Imagery Data Mining: The IDEC Experiment
  • ​Lowering the Barriers to Cancer Imaging
• 有幾篇則跟 MapReduce 有關,如:
  • ​MRPGA: An Extension of MapReduce for Parallelizing Genetic Algorithms
  • ​MapReduce for Data Intensive Scientific Analyses
  • ​MRGIS: A MapReduce-Enabled High Performance Workflow System for GIS - 拿 Map/Reduce? 來處理 GIS 的 Workflow
• 跟虛擬化有關的
  • ​Contextualization: Providing One-Click Virtual Clusters
  • ​Characterizing User-level Network Virtualization: Performance, Overheads and Limits
• 跟生物統計 / R 相關
  • ​Biocep, Towards a Federative, Collaborative, User-Centric, Grid-Enabled and Cloud-Ready Computational Open Platform
• 有講 Web 2.0 與生物資訊的關係
  • ​BioMashups: the new world of exploratory bioinformatics?
  • ​Bio-Sense: A System for Supporting Sharing and Exploration in Bioinformatics Using SemanticWeb Services
• 其他有趣的主題
  • ​An Educator's Perspective on Cyberinfrastructure - 站在教育者的立場來看 Cyberinfrastructure，他們是如何在教室裡運用這些資源呢??
  • ​Scalable Semantics – the Silver Lining of Cloud Computing - 純講 Cloud Computing 的商業未來
  • ​Mobile e-Lab: A Mobile Personalized Virtual Research Computing Environment - Mobile Computing 相關
  • ​Why Good Software Sometimes Dies – And How to Save It - 這一篇我覺得最有趣，為什麼好的軟體有時候會死掉呢?!在商業競爭的環境下，很多軟體叫好但是不叫座，往往重視行銷的'次級品'反而大行其道，佔據非常高比例的市場佔有率。
  • ​Towards Making BOINC and EGEE Interoperable - 講述如何整合 BOINC (Desktop Grid) 與 EGEE (Service Grid) 的做法
• 此外，在 SourceForge 上也有一些應用專案:
  • ​CloudBurst - ​Amazon 上的 CloudBurst 專案介紹
• 當然我最關切的是"​Amazon 提供公共資料庫"的舉動對整個學術生態所造成的影響。此舉跟國網中心提供科學資料庫的定位十分相似，雖然 Amazon 在台灣區推廣有本土化方面的阻撓，但是如果真的有心朝國際化發展的話，台灣的學生應該要多學著使用這些服務，去做更大型的運算才對。​這邊的討論提供了許多參考連結。