Spelling suggestions: "subject:"algoritmos genética"" "subject:"ealgoritmos genética""
1 |
Alinhamento múltiplo de proteínas via algoritmo genético baseado em tipos abstratos de dados. / Multiple proteins alignment by genetic algorithms based on abstract data types.Santos, Danielle Furtado dos 07 November 2008 (has links)
This works presents a new model to the multiple protein alignment problem
using genetic algorithm based on abstract data types - GAADT. This model
uses a structure called chromosome, which is a set of gene that in turn is
composed of basic units called bases. Each chromosome is a possible alignment
of the input sequences and the chromosome fitness is calculated according
with the bases order in alignment. This model is different from other
paradigms of multiple alignment by aligning the input sequences as a whole
instead of a progressive pairwise alignment approach. Some characteristics of
this model concern to the data structure, well-defined genetic operations and
the convergence to a solution close to that found in other tools. The validation
was performed comparing reference alignments of protein families subset with
the results of the model. / Fundação de Amparo a Pesquisa do Estado de Alagoas / Este trabalho apresenta um novo modelo capaz de realizar o alinhamento múltiplo
de proteínas utilizando algoritmo genético baseado em tipos abstratos de
dados, denominado GAADT, no qual o cromossomo se dispõe em genes que por
sua vez é composto de unidades elementares denominadas bases. Cada cromossomo
representa um possível alinhamento entre as seqüências de proteínas
e a adaptação do cromossomo é calculada conforme as bases se dispõem
no alinhamento. O modelo se difere de outros métodos de alinhamento múltiplo
por alinhar as seqüências como um todo, avaliando as colunas (genes) que
compõem o alinhamento (cromossomo), ao invés de alinhar seqüências duas a
duas progressivamente ou hierarquicamente. As potenciais características do
modelo dizem respeito a estrutura de dados organizada, operações genéticas
bem definidas sobre os tipos modelados e a convergência para uma solução
próxima às encontradas por outras ferramentas, apesar desse algoritmo usar
uma quantidade menor de conhecimento frente aos algoritmos existentes. A
justificativa de que o modelo é válido foi realizada analisando sua performance
com alinhamentos referência, utilizando como estudo de caso um subgrupo de
famílias de proteínas.
|
Page generated in 0.0743 seconds