随着生物技术的发展,尤其是高通量测序技术的日渐成熟,生物数据产出的效率正以惊人的速度提升。对于急需解决大量生物数据的科研工作者而言,目前可视化方面的研究并不支持机能受限的移动终端完成高通量可视化处理,并且缺乏有效的协作平台针对高通量数据进行合作研究。因此研究高通量生物信息可视化相关技术并结合移动协作技术为科研工作者提供支持是一件很有意义的工作。本文根据高通量生物信息的特点,着重研究两种表现形式:高通量基因数据可视化和高通量图像可视化。针对高通量基因数据,通过使用R树结构索引化处理,使得体积庞大的高通量数据可以实现部分存取,并构建了一套生物数据专用的数据解析渲染机制,达到了在移动终端上对高通量生物数据的高效可视化实现;针对高通量图像可视化,本文引入了基于Z填充方法的四叉树编码算法对图像进行切分编码索引,实现了图像的高效渲染,并通过基于多队列LRU算法的高效缓存算策略以及图像编码算法减少了系统资源消耗。然后在可视化结果的基础上构建了一个基于Socket.IO即时通信技术的协作系统,完成了一套完整的面向高通量生物信息可视化的协作系统。经过实际测试,本系统在基因数据可视化性能上,在占用同等资源下比未专门针对生物数据优化过的数据可视化系统高出一到两个量级。并且在移动端能流畅完成对超过10GB大小的高通量生物图像的细节观察,在缓存和图元编码索引中采用的算法对内存的使用效率也比常用方法高出20%左右。说明本系统能够在满足移动终端便携性的前提下为生物科研工作者提供性能可靠的专业性生物图像数据可视化技术,结合基于即时通信的协作技术,能提升生物科研工作者对高通量数据的利用效率。