Back to Search Start Over

Alinhamento múltiplo de proteínas utilizando algoritmos genéticos

Authors :
Ordine, Sergio Jeferson Rafael, 1974
Dias, Zanoni, 1975
Almeida Júnior, Nalvo Franco de
Telles, Guilherme Pimentel
Universidade Estadual de Campinas. Instituto de Computação
Programa de Pós-Graduação em Ciência da Computação
UNIVERSIDADE ESTADUAL DE CAMPINAS
Source :
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP), Universidade Estadual de Campinas (UNICAMP), instacron:UNICAMP
Publication Year :
2021
Publisher :
Universidade Estadual de Campinas - Repositorio Institucional, 2021.

Abstract

Orientador: Zanoni Dias Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação Resumo: Uma das ferramentas mais importantes no campo da bioinformática e biologia computacional é o alinhamento múltiplo de sequências (MSA, do inglês Multiple Sequence Alignment). Sua função abrange a criação de árvores filogenéticas, identificação de motifs e domínios conservados, assim como a predição de funções das proteínas e de suas estruturas secundárias e terciárias. Algoritmos genéticos são heurísticas de busca local, utilizadas para problemas de otimização, inspirados nos conceitos da seleção natural: uma popularção de possíveis soluções é criada e iterativamente cruzada e selecionada buscando um resultado mais adequado para o problema sendo tratado. Esta dissertação descreve o estudo realizado no uso de algoritmos genéticos para a resolução do problema de alinhamento múltiplo de proteínas. Como resultado deste trabalho, duas ferramentas foram desenvolvidas: ALGAe, um ambiente para a execução de um algoritmo genético visando o alinhamento múltiplo de proteínas e o Anubis, um visualizador de alinhamentos que permite a comparação entre dois alinhamentos para o mesmo conjunto de proteínas, visando identificar as discrepâncias entre eles Abstract: MSA, that stands for Multiple Sequence Alignment, is one of the most important tools on bioinformatics and computational biology fields. Its usage includes phylogenetic trees creation, motifs and conservated domains prediction, as well as protein secondary and tertiary structure and function prediction. Genetic algorithms are heuristics for local search used on optimization problems, inspired on the natural selection concepts: a population of possible solution is created and iterativelly mate and selected in order to search for a suitable solution to the target problem. This dissertation describes the study we proceed on using genetic algorithms to solve the multiple sequence alignment problem. As results of this work, two tools were developed: ALGAe, a genetic algorithm execution environment for MSA solving, and Anubis, a multiple sequence alignment viewer that allows comparing a given MSA against a benchmark, in order to find discrepancies among them Mestrado Ciência da Computação Mestre em Ciência da Computação

Details

Database :
OpenAIRE
Journal :
Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP), Universidade Estadual de Campinas (UNICAMP), instacron:UNICAMP
Accession number :
edsair.doi.dedup.....37d2f529c8004fba4c830c7c000cde2e
Full Text :
https://doi.org/10.47749/t/unicamp.2015.955292