Recentemente, tem havido grande interesse na criação de organismos geneticamente modificados que utilizam aminoácidos não-naturais, i.e., aminoácidos diferentes dos 20 aminoácidos codificados no código genético padrão. Aminoácidos não-naturais têm sido incorporados em organismos geneticamente modificados visando o desenvolvimento de novos remédios, combustíveis e substâncias químicas. Ao incorporar novos aminoácidos, é necessário mudar o código genético padrão. Os códigos genéticos expandidos têm sido criados sem que a robustez do código seja considerada. O objetivo principal deste trabalho de mestrado é a utilização de algoritmos genéticos (AGs) para a otimização de códigos genéticos expandidos. O AG deve indicar quais códons do código genético devem ser usados para codificar um novo aminoácido não natural. Para tal fim, investigamos aqui três abordagens multiobjetivos diferentes: ponderada, lexicográfica e por Pareto. Busca-se otimizar o código expandido afim de apresentar uma robustez, em relação à polaridade e volume molecular, similar à do código genético padrão, substituindo um número pequeno de aminoácidos. Os experimentos indicam que as abordagens multiobjetivo permitem a obtenção de uma lista de códigos expandidos otimizados. Tais códigos são mais ou menos otimizados de acordo com os diferentes objetivos, permitindo ao especialista a escolha de uma solução otimizada de acordo com as necessidades.

Recently, there has been great interest in the creation of genetically modified organisms that use unnatural amino acids, i.e., amino acids other than the 20 amino acids encoded in the standard genetic code. Unnatural amino acids have been incorporated into genetically modified organisms to develop new drugs, fuels and chemicals. When incorporating new amino acids, it is necessary to change the standard genetic code. Expanded genetic codes have been created without considering the robustness of the code. The main objective of this master's work is the use of genetic algorithms (AGs) for the optimization of expanded genetic codes. The AG should indicate which codons in the genetic code should be used to encode a new unnatural amino acid. To this end, we investigate here three different multiobjective approaches: weighted, lexicographic and by Pareto. The aim is to optimize the expanded code in order to present a robustness, in relation to the polarity and molecular volume, similar to that of the standard genetic code, replacing a small number of amino acids. The experiments indicate that multiobjective approaches allow to obtain a list of expanded codes optimized. Such codes are more or less optimized according to the different objectives, allowing the specialist to choose an optimized solution according to the needs.