Detalhes bibliográficos
Ano de defesa: |
2020 |
Autor(a) principal: |
Andrade, Matheus Carreira |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Universidade Estadual Paulista (Unesp)
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
http://hdl.handle.net/11449/193988
|
Resumo: |
Os avanços nos estudos na área biológica resultaram na dependência de profissionais desta área em relação a recursos computacionais, devido a crescente quantidade de dados a serem analisados. A Bioinformática, como um segmento da Ciência da Computação, é uma das áreas que se utiliza de recursos matemáticos, como a teoria dos grafos. Esta pode ser empregada na construção de árvores filogenéticas, mapeamento de famílias de proteínas, entre outras aplicações. Dentre as diversas técnicas utilizadas para a construção de redes de biossequências, uma que se destaca é a estratégia Onestep, a qual indica relações de proximidade, analisando pequenas variações entre as biossequências. Porém, ao se comparar milhares de biossequências é necessário uma abordagem eficiente, devido ao volume de cálculos necessários. Um método computacional que não utiliza somente o processamento da CPU pode ser uma solução para este problema. Assim, o presente trabalho propôs a modelagem e o desenvolvimento de um método computacional para estudos evolucionários, a partir de redes One-step. Este método utiliza-se de GPU para a paralelização dos cálculos realizados, a fim de diminuir o tempo de processamento ao se comparar milhares, ou até milhões, de biossequências. Tal trabalho demonstra-se importante para profissionais da área biológica, de modo a auxiliá-los no entendimento da evolução genética de diferentes indivíduos, ou seus estágios de vida, analisando as relações entre as biossequências. |