Curso de Bio-HPC
Práctico de FASTA en Facultad de Ingeniería

El programa FASTA ofrece la posibilidad de compilar
código serial o paralelo, usando tanto threads como MPI o PVM.

A su vez genera diferentes binarios dependiendo del tipo
de cálculo que se desee realizar, esto es: comparar secuencias
de proteinas entre sí, comparar secuencias de ADN o comparar
proteinas contra ADN (traducción mediante).

Para cada uno de estas posibilidades, FASTA tiene versiones
seriales del programa (fasta34, fastf34, fastx34, etc), versiones
con pthreads (fasta34_t, fastf34_t, etc.), y finalmente
versiones que soportan MPI (mp34comp*) o PVM (pv34comp*)

La página web de referencia de FASTA es:

http://fasta.bioch.virginia.edu/

Desde ella es posible acceder a la interface web para realizar alineaciones.

Un manual de referencia de uso de FASTA se puede encontrar aquí:
http://www.psc.edu/general/software/packages/fasta/manual/fasta.html

-------------------------------------------------------------------------

Directivas para el práctico:

En el directorio ~/bin se encuentran los binarios de FASTA compilados
para el cluster de PCs con linux

En el directorio ~/sun se encuentran los binarios de FASTA compilados
para el servidor SUN

En el directorio ~/data se encuentran un conjunto de archivos correspondientes
a proteinas, bibliotecas de proteinas o ADN de diferentes orígenes, todos en
formato FASTA



Ejercicio:
Ejecución del programa ssearch de paquete FASTA, para alinear
una proteina contra una biblioteca de proteinas. Comparación de tiempos
de ejecución en un ambiente multithreading

El programa SSEARCH es parte del paquete FASTA e implemente el algorítmo
de Smith-Waterman para alineamiento de a pares.

a) Ingrese al equipo SUN ejecutando: ssh dieste

b) revise los archivos que están en ~/data y elija un archivo correspondiente a una 
   proteina, por ej.: mchu.aa

c) seleccione una biblioteca de proteinas contra la cual se desea
   efectuar el alineamiento, por ej.: yeast.aa

d) ejecute el programa ssearch34, con las siguientes opciones en la linea
   de comando:

   time ~/sun/ssearch34 -Q -b 10 -d 10 ~/data/mchu.aa ~/data/yeast.aa >serial.out

OJO: es posible que otros estén también realizando cálculos similares en el
mismo usuario: si desea conservar la salida del cálculo, elija otro nombre 
para el archivo de salida. Por defecto la salida es volcada a pantalla.

e) ejecute la versión multithreading del programa, de la siguiente manera:

   time ~/sun/ssearch34_t -Q -b 10 -d 10 ~/data/mchu.aa ~/data/yeast.aa >thread.out

OJO: note que los nombres de las versiones mutithreading de los programas terminan 
con "_t"

Es posible definir cuantos threads ejecutar, con la opción de comando -T #

Prueba varios valores de -T, desde 1 a 14 y compare tiempos de ejecución.

Por defecto, el programa ha sido compilado para emplear 14 threads.

OJO: note que el tiempo User que reporta el comando time es la suma de
tiempos de CPU de los procesadores utilizados, por lo que hay que dividir entre
el número de threads especificados para poder comprobar el speedup. También
se notará que el Elapsed Time (o Real time) baja a medida que se aumenta el número de
threads.

Compare el tiempo empleado por el programa ssearch34 con lo que le toma a los programas
que implementan la heurística de FASTA.