GPU(GraphicProcessingUnit)是近几年出现的具有极高并行能力的计算部件,它和CPU可以构成多核异构架构,在很多领域有应用潜力。BWT(Burrows‐WheelerTransform)是一种无损、可逆的数据转换方式,基于BWT的压缩索引具有搜索速度快,占用内存少的优点,在海量字符串检索中具有很明显的优势。新一代测序是近几年出现并受到极大重视的一种高通量DNA/RNA检测技术,它已成为获得基因数据的主要方式,在基因型变异、基因注释、mRNA和miRNA分析、DNA甲基化研究和个体医疗等领域有广泛用途,是生物信息学的一个研究热点。相对于以往的传统测序技术,新一代测序产生的序列更短,数量更多,数据量达到数十至上百GB。这些数据往往要经过一个定位到基因组,称之为再测序的操作。这种操作需要昂贵的计算机系统或者花费较长的时间。为此,本文研究通过结合基于BWT的压缩索引和GPU,高速有效地实现再测序。本文首先分析了相关领域的现状和上述结合的可行性,随后就新一代测序的数据特点,GPU计算的编程方式和优化方式,以及基于BWT的压缩索引的原理和实现进行了阐述和研究。紧接着,本文提出了基于GPU和BWT压缩索引的新一代测序数据的再测序的实现方案,并从线程分配、内存拷贝、关键结构和动态内存分配4个方面进行了详细叙述,在叙述中还进行了多方面的测试和验证。最后,本文对所实现的GPU‐BWA算法进行了测试,并分析了测试结果。在结论中,本文还提出了GPU‐BWA算法下一步要做的工作和改进的方案。本项研究充分表明基于GPU和BWT压缩索引的再测序是可行和有效的,同时,本项研究也是拓展GPU和压缩索引应用的很好的实例。