【IT168 案例】目前对复杂疾病的致病基因扫描，主要集中在全基因组关联分析(genome-wide association study,简称GWAS)
和全基因组基因相互作用(gene-gene interaction)分析。前者解析的是单个基因位点对疾病易感性的贡献，
后者解析的是多个基因相互作用关系对疾病易感性的贡献，在特定情况下，为某些基因位点。
复杂疾病的致病基因通常不止一个，因此基因互作是研究必不可少的手段之一。但是在全基因水平对其扫描，计算量惊人。
以Affymetrix500K芯片为例，每个案例就有50万个单核苷酸变异(Single Nucleotide Polymorphism, SNP)位点，两两扫描共有
(500K *(500K-1))/2≈125G种可能组合，每种可能的候选组合都需进行case组和control组的统计记数，以WTCCC提供的七种疾病为例，
case组和control组共约5,000个样例，总数据量高达625T，使用传统的CPU进行计算非常耗时，须使用多台机器分散作业方可完成
(20台机器，约需2星期可分析完一个疾病)。
注意到每个候选组合之间并无直接联系，完全可以独立并行地分别进行运算，且计算过程中涉及大量浮点操作，
因此考虑把该项计算移植到GPU上。由后文的加速比测试可以看到，使用GPU加速的算法在保证正确性的前提下，极大幅度地提升了运算速度
(经测试，一台机器26小时即可分析完一个疾病，Release版本的加速比为300～350)。
由于原始数据量庞大，压缩包内只提供测试用的一部分文件，具体可参见作品说明文档。
