Tese de Doutorado
DOI
https://doi.org/10.11606/T.3.2021.tde-21032022-142918
Documento
Autor
Nome completo
Anderson Rici Amorim
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 2021
Orientador
Banca examinadora
Sato, Liria Matsumoto (Presidente)
Almeida Junior, Jorge Rady de
Calmon, Marilia de Freitas
Carvalho, André Carlos Ponce de Leon Ferreira de
Song, Siang Wun
Título em português
Algoritmo híbrido de otimização de leões multiobjetivo e paralelo para alinhamento múltiplo de sequências
Palavras-chave em português
Algoritmo de otimização de leões
Alinhamento múltiplo de sequências
Bioinformática
Metaheurísticas híbridas
Paralelização multithread
Resumo em português
O alinhamento múltiplo de sequências é uma tarefa importante na bioinformática,uma vez que pode ser utilizada como base em diferentes análises genômicas. Existem diversas abordagens para a execução de alinhamento múltiplo de sequências, tais como o alinhamento progressivo e os métodos iterativos baseados em metaheurísticas, os quais podem obter bons resultados em um tempo de execução factível. Porém, estas abordagens possuem desvantagens conhecidas na literatura, como a propagação de erros nos alinhamentos progressivos ou resultados em máximo local nos métodos iterativos, como os algoritmos genéticos. A consequência destas desvantagens é que pode-se verificar distorções que afetam negativamente a significância biológica dos alinhamentos múltiplos de sequências obtidos, o que também pode degradar a qualidade das inferências biológicas realizadas. Assim, este trabalho tem o objetivo de modelar e implementar um novo método para alinhamento múltiplo de sequências baseado em um algoritmo híbrido de otimização de leões multiobjetivo e paralelo. Com os resultados obtidos, mostra-se a capacidade do método desenvolvido neste trabalho de obter melhores alinhamentos múltiplos de sequência quando comparados àqueles produzidos por ferramentas do estado-da-arte, como a Kalign, Clustal Omega, MUSCLE e FAMSA.
Título em inglês
Hybrid multi-objective and parallel lion optimization algorithm applied to multiple sequence alignment.
Palavras-chave em inglês
Bioinformatics
Hybrid metaheuristics
Lion optimization algorithm
Multiple sequence alignment
Multithread parallelization
Resumo em inglês
The multiple sequence alignment is an important task in bioinformatics, due to the fact that it is used in different biological analysis. There are many approaches to perform multiple sequence alignments, such as progressive alignment and metaheuristic based methods, such as genetic algorithm, which may produce good results in a feasible execution time. However, these approaches have known disadvantages, such as error propagation on progressive alignment and local optima solutions on genetic algorithm. These disadvantages may cause noises which affect negatively the biological significance of the multiple sequence alignment, which also may affect negatively the biological inferences. Thus, this work aims to model and develop a new method to perform multiple sequence alignments based on a parallel hybrid multi-objective lion optimization algorithm. The obtained results show that the proposed method was able to produce better multiple sequence alignments when compared to those produced by state-of-the-art tools, such as Kalign, Clustal Omega, MUSCLE and FAMSA.
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
Data de Publicação
2022-03-21