Algoritmo híbrido de otimização de leões multiobjetivo e paralelo para alinhamento múltiplo de sequências

• Main Author: Amorim, Anderson Rici
• Publication Date: 2021
• Format: Doctoral thesis
• Language: por
• Source: Biblioteca Digital de Teses e Dissertações da USP
• Download full: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-21032022-142918/
• topic: Algoritmo de otimização de leões; Alinhamento múltiplo de sequências; Bioinformática; Bioinformatics; Hybrid metaheuristics; Lion optimization algorithm; Metaheurísticas híbridas; Multiple sequence alignment; Multithread parallelization; Paralelização multithread

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.