Optimalizace algoritmů pro vyhledávání triplexů v DNA

Abstract

Současné studie naznačují, že triplexy hrají důležitou roli v mechanismech regulace transkripce, rekombinace DNA a mutageneze a mají proto velký význam pro biologii, biotechnologii a medicínu. Tato bakalářská práce optimalizuje nedávno publikovaný algoritmus pro vyhledávání potenciálních intramolekulárních triplexů na třech úrovních návrhu: uživatelské rozhraní, využití paměti a výpočetní náročnost. V úrovni uživatelského rozhraní byl algoritmus rozšířen o existující vizualizační funkce a transformován do podoby balíčku pro prostředí R/Bioconductor. Optimalizací využití paměti a cache procesoru v kombinaci s redukcí výpočtu na základě analýzy jeho stavu bylo dosaženo více než trojnásobného zrychlení oproti původní implementaci.Triplex-forming DNA sequences have been implicated as important players in several key processes, such as transcriptional regulation, DNA recombination and mutagenesis, which emphasize their importance for biology, biotechnology and medicine. This bachelor thesis optimizes recently publicated dynamic programming algorithm for identification of triplex-forming sequences on three levels of design: user interface, memory usage and computation time. On the level of user interface, the algorithm was extended with existing visualization functions and rewritten into R/Bioconductor package. Memory usage optimization and processor cache analysis in combination with computation time reduction based on current computation state analysis lead to more than three times acceleration.