Un algoritmo paralelo de búsqueda de bacterias basado en listas para el problema de alineación de secuencias...

Área de la Ciencia:

• La bioinformática
• Biología computacional
• Desarrollo de algoritmos

Sus antecedentes:

• La alineación de secuencias múltiples (MSA) es crucial para comprender las relaciones genéticas y proteicas.
• Los algoritmos existentes pueden enfrentar desafíos con conjuntos de datos biológicos grandes o complejos.
• El algoritmo de alimentación bacteriana (BFA) es una técnica de optimización inspirada en la naturaleza.

Objetivo del estudio:

• Desarrollar y evaluar un algoritmo de forrajeo bacteriano paralelo para el problema de alineación de secuencias múltiples.
• Evaluar la idoneidad del BFA para la MSA, en particular para las secuencias biológicas relacionadas con la enfermedad de Alzheimer.
• Para comparar el rendimiento de diferentes versiones de BFA y con el Algoritmo Genético (GA).

Principales métodos:

• Desarrolló un algoritmo paralelo de búsqueda de bacterias.
• Recogí cuatro conjuntos de secuencias genéticas y proteicas homólogas relacionadas con la enfermedad de Alzheimer del NCBI.
• Comparó tres versiones de BFA utilizando pruebas t y pruebas de Mann-Whitney durante 30 ejecuciones, midiendo la aptitud, el tiempo de ejecución y las evaluaciones de la función.
• Comparó la mejor versión de BFA con el algoritmo genético.

Principales resultados:

• El algoritmo de búsqueda bacteriana demostró una eficiencia consistente en todas las secuencias probadas.
• Una versión BFA que incorpora la eliminación de brechas mostró mayores evaluaciones de funciones y tiempo de ejecución.
• La primera versión de BFA fue más eficiente que la segunda.
• La tercera versión de BFA superó al Algoritmo Genético en fases experimentales específicas.

Conclusiones:

• El algoritmo de búsqueda de bacterias paralelas es un método viable y eficiente para la alineación de secuencias múltiples.
• BFA ofrece una alternativa competitiva a los algoritmos establecidos como el Algoritmo Genético para el análisis de secuencias biológicas.
• El estudio proporciona código de fuente abierta y datos para la reproducibilidad y la investigación posterior.