1. 毕业设计（论文）主要内容：
目标简介：
由于基因组测序数据迅猛增加，生物产业对于计算与存储的需求呈现指数级的增长速度。这种由于不断产生的信息洪流而形成的对计算与存储能力超常规的增长，使得生物数据的计算与存储成为一个急需解决的问题。因此，我们研究目标是运用Apache Spark计算引擎、分布式的数据存储系统，高效处理生物信息数据，同时基于聚类、SVM和贝叶斯分类器等算法对生物信息数据进行深度数据挖掘。
2. 毕业设计（论文）主要任务及要求
1. 查阅15篇相关文献（含近五年外文3篇），并每篇书写200—300字文献摘要（装订成册，带封面）；2.认真填写周记，完成800字开题报告；3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；4.完成系统的编码与调试；5.完成10000字以上的毕业论文；6.进行论文答辩。
3. 毕业设计（论文）完成任务的计划与安排
(1)2016/1/11—2016/1/22：查阅参考文献，明确选题；(2)2016/1/23—2016/3/7：进一步阅读文献，并分析和总结；确定技术路线，完成并提交开题报告；(3)2016/3/8—2016/4/26：需求分析，算法或系统设计，分析、比较或实现等；(4)2016/4/27—2016/5/27：撰写论文初稿；修改论文，定稿并提交论文评审；(5)2016/5/28—2016/6/7：准备论文答辩。
4. 主要参考文献
1. MetzkerM L．Sequencing technologies — the next generation［J］． Nat． Rev． Genet． ，2010，1( 11) : 31 － 46．
2. ShendureJ，Ji H． Next-generation DNAsequencing［J］． Nat．Biotechnol． ，2008，26: 1135 － 1145．
3. Mardis ER，Wilson RK． Cancergenome sequencing: a review［J］． Hum． Mol． Genet． ，2009，18( R2) : R163 － R168．
